基于B-NB模型的高速公路道交通事故预测研究
Yonghong Yang1,2, Yu Zhang1,3, Tao Zheng1,3
1School of Civil Engineering and Transportation, South China University of Technology, Guangzhou, China.
Traffic injury prevention
|February 12, 2024
概括
这项研究使用了贝叶斯修改的负二项式模型来预测高速公路道中的交通事故,识别了关键影响因素,并达到76.1%的准确性来提高道安全.
科学领域:
- 交通安全工程 交通安全工程
- 运输研究 运输研究
- 事故分析 事故分析
背景情况:
- 高速公路道由于狭窄的空间和有限的可见性而带来了独特的安全挑战.
- 了解影响道交通事故的因素对于制定有效的安全措施至关重要.
研究的目的:
- 调查影响高速公路道内交通事故的因素.
- 开发道交通事故的预测模型.
- 为加强道安全提供建议.
主要方法:
- 利用了8个道 (2017-2021) 586起交通事故的数据集.
- 应用几何对齐一致性和驾驶行为来定义道路段和道边界.
- 采用贝叶斯修改的负二项式回归模型 (B-NB模型) 来识别重大事故因素.
主要成果:
- 从17个因素中确定了影响道交通事故的6个重要变量.
- 在预测事故方面,B-NB模型实现了76.1%的准确率.
- 模型性能与固定参数模型相比,可能是由于数据限制.
结论:
- 这些发现支持道路几何设计,安全设施和应急管理方面的实际措施.
- 建议旨在减轻道事故的严重后果.
- 未来的研究应该扩展数据,以深入分析时间和相关影响.
