高速公路交通事故应急救援与管理控制技术研究

发布时间：2020-07-14 02:25

【摘要】：近年来,高速公路在交通出行中承担着越来越重要的角色,高速公路系统不断完善,里程数持续快速增长。高速公路车辆运行速度快,驾驶人操作失误、不良天气等因素下极易发生交通事故,致使高速公路交通事故频发,不仅会造成人员伤亡,还会形成不同程度的交通拥堵。因此,做好高速公路交通事故条件下的救援路径规划与应急管理控制决策至关重要。本文主要做了以下研究工作:首先,系统分析了影响应急救援路径规划的交通阻抗,整体考虑高速公路及其周围城市道路等不同道路类型、不同道路属性等因素,分别针对交通闲时和交通忙时建立应急救援交通阻抗模型。其次,利用层次分析法确定各影响因素权重,对各属性数据进行无量纲化处理,并利用改进的Dijkstra算法进行阻抗模型的求解。接下来,根据情景分析理论完成了高速公路交通事故的情景知识表示、情景网络构建、和情景推演,推算出高速公路交通事故各情景的演化路径及其联合概率,为应急决策者进行应急管理控制决策提供更加充分的依据。最后,通过案例验证高速公路交通事故应急救援最优救援路径的有效性,并检验基于情景分析的管理控制决策方法的有效性。上述研究工作中有如下创新点:一是集成考虑急救援需求与特点分析阻抗影响因素,将高速公路及其周边城市道路作为局部路网进行考虑,分别针对交通闲时和交通忙时建立阻抗模型,使模型有良好的适应性和针对性;二是提出改进的Dijkstra算法路径规划模型,在求解过程中充分考虑实时动态交通流量数据,使路径规划更具有实时性;三是提出基于情景分析法的高速公路交通事故应急决策模型,对高速公路交通事故进行情景分析,使应急管理控制决策从以往的“预测—决策”模式转变为“情景—决策”模式,并有效服务于救援路径的实现。
【学位授予单位】：中国人民公安大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：D631.5
【图文】：

网络图,因果关系,贝叶斯,网络图

贝叶斯网络是一个有赋值的有向无环图，通过节点和有向边构成因果关系网络图，如下图 4.2 所示：图4.2 贝叶斯因果关系网络图用 G=（N，E，P）来表示贝叶斯网络图，N 表示变量 S={S1，S2，…，Sn}的网络结构，E 表示网络中有向边的集合，P 是局部条件概率分布

结构图,贝叶斯网络,情景,结构图

中国人民公安大学硕士学位论文- 32-图4.3 高速公路交通事故情景贝叶斯网络结构图[43]确定节点关系的方法主要有两种，一种是依据大量数据样本确定，另一种是通过专家打分确定。由于高速公路交通事故及其影响在演化发展过程中涉及到的因素很多，且详细的数据样本难收集，因此本文采用专家打分的方式确定节点关系。为降低专家知识差距的影响，本文在收集到专家打分后，计算各项打分的平均值，并通过设定一定的信度阈值来确定节点因果关系。当专家打分平均值高于信度阈值，则认为因果关系成立。4.3.3.3 高速公路交通事故的贝叶斯网络推演为了更明确地表示交通事故的演化发展过程和应急管理控制决策的效果，本文分两步进行情景网络推演。第一步为去除响应变量 R 的交通事故自身情景贝叶斯网络推演，用以展示在无应急处置下的交通事故演化情景；第二步加入应急管理控制措施影响

路网,深南大道,新洲,大道

附近的北京大学深圳医院收到通知需立即前往事故地点，发生交通事故的时间为上午 8时30 分。图5.1 广深高速深圳市某路段与周围城市道路路网路网中，北环大道、皇岗路（部分）、深南大道为城市快速路；香蜜湖路、新洲路、滨河大道、彩田路、皇岗路（部分）为城市主干路；红荔路、福华路为城市次干路。香蜜湖路与红荔路、彩田路与红荔路、皇岗路与红荔路、福华路与彩田路交叉口为信号控制交叉口，其他道路之间以互通立交等形式相连接。

【参考文献】