面向高速公路的廣義交通事故預測模型構建方法研究

《面向高速公路的廣義交通事故預測模型構建方法研究》是依託東南大學，由葉智銳擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：面向高速公路的廣義交通事故預測模型構建方法研究
• 項目類別：青年科學基金項目
• 項目負責人：葉智銳
• 依託單位：東南大學

中文摘要

掌握交通事故發生規律、制定交通安全對策是預防交通事故的有效途徑。交通事故預測模型是研究交通事故發生規律最有效的手段。然而，傳統的交通事故預測模型受到假設條件的限制，只適用於特定離散程度的交通事故數據，使得交通事故預測需要通過模型的對比和優選，不但過程複雜，而且易造成模型的不當使用，影響了交通事故預測的準確性和可靠性。針對這一問題，本項目擬通過分析交通事故的影響機理和分布規律，結合廣義預測理論和方法，構建適用於各種離散程度的交通事故預測模型，研究預測模型的修正方法，並結合仿真模擬和實例驗證廣義預測模型的適用性和實用性，提出廣義交通事故預測模型，為交通事故預測提供科學指導。項目成果將為我國的交通安全管理提供理論依據和預測方法，充實和發展交通事故預測理論和方法，有助於提高交通事故預測的準確性和可靠性、合理制定交通安全管理措施，緩解交通安全所引起的社會問題。

結題摘要

本課題主要研究內容為三大塊：1、交通事故發生機理和分布規律研究；2、廣義事故預測模型構建；3、廣義事故預測模型評價及修正。研究內容完成了計畫書預定內容，具體關鍵研究成果如下： 對交通事故的發生機理和分布規律的探究。本團隊對交通事故的時空分布特性及影響因素進行了深入挖掘和探討，團隊人員依託美國愛達荷州冬季事故數據，選擇其境內6條道路的事故數據作為研究對象，考慮了不同影響因素對於交通事故發生的影響大小。通過反向傳播人工神經網路算法，對事故數及其相關因素的關聯性進行了研究。同時，利用統計圖表探究了不同道路事故發生的時空分布規律，為後續研究奠定了相關基礎。 廣義事故預測模型的建立。團隊綜合考慮了交通量、路段長度、車道數、幾何線形等各影響因素，對比分析了包括GEC模型、WEC模型在內的各種廣義模型，研究各個廣義模型的基本表達方式、假設條件、模型參數、適用範圍等，最終選用哈佛大學Gary King教授及其團隊提出的廣義事件預測模型作為本項目的基礎模型，並對模型進行了較為系統深入的研究與改進。 廣義事故預測模型的評價與修正。團隊首先運用愛達荷州冬季事故數據驗證了GEC模型的適用性與準確性。選用愛達荷州三條道路的事故數據，將GEC模型的擬合結果分別與泊松回歸模型或者負二項回歸模型對比。結果表明，GEC模型的擬合優度能夠滿足交通事故預測需求，且能夠實現各種類型數據（過度離散、偏小離散）的智慧型預測。為了進一步評價及修正模型，本團隊運用多倫多與韓國的事故數據進行了進一步的驗證，並將其結果與超泊松回歸模型相對比。通過驗證表明，GEC模型的擬合效果較好。通過對模型算法的進一步修正，其運算速度大大提高。