国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于負(fù)二項(xiàng)分布的高速公路事故多發(fā)路段風(fēng)險(xiǎn)劃分等級方法研究

2021-04-12 17:32:39吳志敏陳新張瀟瀟
西部交通科技 2021年2期

吳志敏 陳新 張瀟瀟

摘要:事故多發(fā)路段一直是高速公路安全管理工作的重點(diǎn)問題之一。為了對高速公路事故多發(fā)路段風(fēng)險(xiǎn)等級進(jìn)行劃分,文章采用了負(fù)二項(xiàng)分布的統(tǒng)計(jì)原理,對高速公路事故多發(fā)路段進(jìn)行鑒別,并以3條高速公路事故數(shù)據(jù)作為分析依據(jù),提出了一種基于統(tǒng)計(jì)特征的高速公路事故多發(fā)路段風(fēng)險(xiǎn)等級劃分方法。研究結(jié)果表明:負(fù)二項(xiàng)分布可用于高速公路事故多發(fā)路段的鑒別,事故路段總數(shù)與路段劃分長度呈反方向變化;同時(shí)引入負(fù)二項(xiàng)分布的置信區(qū)間上限值可對事故多發(fā)路段風(fēng)險(xiǎn)等級進(jìn)行劃分,為高速公路事故多發(fā)路段治理排序提供參考。

關(guān)鍵詞:負(fù)二項(xiàng)分布;事故多發(fā)路段;風(fēng)險(xiǎn)等級劃分;危險(xiǎn)值

0 引言

高速公路事故多發(fā)路段一直是高速公路運(yùn)營者重點(diǎn)關(guān)注的對象之一。由于高速公路具有路況復(fù)雜、車速管理不易控制等特點(diǎn),往往在某些路段發(fā)生多次事故,形成事故多發(fā)路段[1]。因此,如何有效治理高速公路事故多發(fā)路段是目前交通安全領(lǐng)域有關(guān)事故研究的關(guān)鍵問題,亦是提高公路服務(wù)水平及行車舒適性的基本要求。

目前國內(nèi)外學(xué)者針對事故多發(fā)路段開展了一系列的研究。謝練[2]針對現(xiàn)有的事故多發(fā)路段的鑒別方法存在的不足,提出一種自適應(yīng)聚類算法的事故多發(fā)路段的鑒別方法。田準(zhǔn)[3]用優(yōu)化經(jīng)驗(yàn)貝葉斯對城市道路的事故多發(fā)路段進(jìn)行識別,并對事故多發(fā)路段的危險(xiǎn)程度進(jìn)行了排序。符鋅砂[4]考慮治理資金的有限性,構(gòu)建了事故多發(fā)路段治理緊迫性評價(jià)體系。Quddus[5]對英國高等級公路事故進(jìn)行了分析,建立了事故多發(fā)路段與各影響因素的統(tǒng)計(jì)關(guān)系。

以上研究從不同角度對事故多發(fā)路段進(jìn)行了深入探討,豐富了事故多發(fā)路段的理論基礎(chǔ)。但大多數(shù)研究僅針對事故多發(fā)路段的鑒別方法及影響因素,對于事故多發(fā)路段的風(fēng)險(xiǎn)等級劃分研究較為鮮見。與此同時(shí),相關(guān)研究表明高速公路事故樣本呈現(xiàn)負(fù)二項(xiàng)分布[6-7],對事故多發(fā)路段的鑒別具有客觀性。因此筆者將采用負(fù)二項(xiàng)分布對事故多發(fā)路段進(jìn)行統(tǒng)計(jì)分析,有效鑒別高速公路事故多發(fā)路段,同時(shí)為了對事故多發(fā)路段進(jìn)行風(fēng)險(xiǎn)等級劃分,提出了一種基于不同置信區(qū)間的事故多發(fā)路段風(fēng)險(xiǎn)等級劃分方法,可為高速公路事故多發(fā)路段高效治理提供有利依據(jù)。

1 相關(guān)數(shù)據(jù)說明

本文數(shù)據(jù)來源于廣東省3條運(yùn)營高速公路近三年的交通事故數(shù)據(jù),均由各路政大隊(duì)提供相應(yīng)的事故臺賬。臺賬內(nèi)容涵蓋了天氣、事故地點(diǎn)、事故類型以及傷亡路產(chǎn)損失等方面,可為事故鑒別及風(fēng)險(xiǎn)分級提供可靠的數(shù)據(jù)支撐。表1為3條高速公路的基本情況。

2 事故多發(fā)路段的鑒別和風(fēng)險(xiǎn)等級劃分

由于高速公路事故樣本呈現(xiàn)負(fù)二項(xiàng)分布,因此采用統(tǒng)計(jì)方法對事故多發(fā)路段進(jìn)行鑒別,確定事故多發(fā)路段的臨界點(diǎn)。同時(shí),結(jié)合交通管理控制對百分位車速等級劃分經(jīng)驗(yàn),利用負(fù)二項(xiàng)分布中的置信區(qū)間上限值對事故風(fēng)險(xiǎn)等級進(jìn)行劃分,為高速公路事故多發(fā)路段治理優(yōu)先次序提供有力依據(jù)。

2.1 基于負(fù)二項(xiàng)分布的事故多發(fā)路段鑒別

(1)事故多發(fā)路段確定標(biāo)準(zhǔn)

當(dāng)事故數(shù)服從負(fù)二項(xiàng)分布時(shí),隨著事故發(fā)生概率不斷累積,事故發(fā)生越頻繁,因此國內(nèi)外通常采用事故發(fā)生累積概率超過95%的事故路段將鑒定為事故多發(fā)路段[8]。依據(jù)負(fù)二項(xiàng)分布的統(tǒng)計(jì)特征,其事故多發(fā)路段判別公式如下:

(2)事故多發(fā)路段劃分長度的確定

目前對事故多發(fā)路段劃分長度采用定長與不定長兩種方式[9-10]。其中采用以累積頻率法為主的定長劃分路段存在劃分路段遺漏、路段劃分長度確定過于簡單等缺陷,而以動(dòng)態(tài)道路單元?jiǎng)澐譃橹鞯牟欢ㄩL劃分路段存在劃分路段重復(fù)、路段事故數(shù)失真等缺陷。

本文通過負(fù)二項(xiàng)分布對事故數(shù)的統(tǒng)計(jì)特征進(jìn)行分析,結(jié)合事故多發(fā)路段鑒別結(jié)果,對事故多發(fā)路段長度進(jìn)行確定,可克服主觀因素對事故多發(fā)路段長度的影響,其計(jì)算公式如下:

2.2 基于不同置信區(qū)間的事故多發(fā)路段風(fēng)險(xiǎn)等級劃分

(1)事故多發(fā)路段危險(xiǎn)值的確定

根據(jù)文獻(xiàn)[11]中認(rèn)為事故路段危險(xiǎn)值可通過正態(tài)分布曲線計(jì)算其線下面積與經(jīng)濟(jì)損失之間的比值得出,而負(fù)二項(xiàng)分布所組成的曲線近似于正態(tài)分布,因此本文采用相對路產(chǎn)損失作為衡量危險(xiǎn)值大小的評價(jià)指標(biāo),其相對路產(chǎn)損失為該路段的路產(chǎn)損失與全路段的平均路產(chǎn)損失的比值。

引入不同事故參數(shù)形成的負(fù)二項(xiàng)分布曲線線下面積與相對路產(chǎn)之間的乘積作為事故多發(fā)路段的危險(xiǎn)值,其值越大,表明危險(xiǎn)值越大,風(fēng)險(xiǎn)越高。其計(jì)算公式如下:

(2)事故多發(fā)路段風(fēng)險(xiǎn)等級的確定

在交通管理控制中,一般采用50%位車速與85%位車速作為限制車速參考依據(jù),而事故又與車輛運(yùn)行速度存在相關(guān)性,因此本文以Tα(α=50%,85%)的置信區(qū)間上限值作為風(fēng)險(xiǎn)等級的高低值,其置信區(qū)間的計(jì)算公式如下:

通過上述公式計(jì)算得出的置信區(qū)間的上限值,以危險(xiǎn)值T≥T85作為具有高風(fēng)險(xiǎn)的事故多發(fā)路段,作為事故治理緊迫路段,須盡快給予有效的治理手段;當(dāng)危險(xiǎn)值T處在(T50,T85)范圍內(nèi)時(shí),作為具有中風(fēng)險(xiǎn)的事故多發(fā)路段,在時(shí)間與資金充足的情況下對其進(jìn)行治理與改善;當(dāng)危險(xiǎn)值T

3 案例應(yīng)用及結(jié)果分析

通過對3條高速公路事故數(shù)據(jù)進(jìn)行分析,驗(yàn)證事故路段的事故數(shù)所服從統(tǒng)計(jì)學(xué)中的分布特征,說明了事故數(shù)服從負(fù)二項(xiàng)分布。同時(shí),對事故多發(fā)路段進(jìn)行鑒別,在此基礎(chǔ)上確定了各高速公路事故多發(fā)路段風(fēng)險(xiǎn)等級劃分標(biāo)準(zhǔn)。

3.1 路段事故數(shù)的統(tǒng)計(jì)特征分布驗(yàn)證

本文將高速公路劃分為平直路段、平曲線路段、縱坡路段、彎坡組合路段、隧道路段和互通立體交叉路段作為分析單元,以廣梧高速河口至平臺段為例,共劃分為367個(gè)路段。對各路段事故數(shù)進(jìn)行擬合優(yōu)度檢驗(yàn),結(jié)果如表2所示。

從表2結(jié)果可看出,經(jīng)統(tǒng)計(jì)分布檢驗(yàn)得出路段事故數(shù)服從負(fù)二項(xiàng)分布,同時(shí)對其他2條高速公路路段事故數(shù)進(jìn)行統(tǒng)計(jì)分布檢驗(yàn),得出其檢驗(yàn)p值分別為0.243與0.169,說明高速公路路段事故數(shù)均服從負(fù)二項(xiàng)分布。

3.2 事故多發(fā)路段鑒別結(jié)果分析

利用負(fù)二項(xiàng)分布特征,對3條高速公路事故多發(fā)路段進(jìn)行鑒別,分別得出了事故多發(fā)路段臨界點(diǎn)、事故多發(fā)路段總數(shù)以及路段劃分單位長度,結(jié)果如表3所示。

從表中可看出,廣梧高速河口至平臺段在3條高速公路中事故多發(fā)路段總數(shù)最高,但路段劃分單位最短,考慮該條高速公路存在多個(gè)隧道以及互通立交,而隧道與互通立交路況復(fù)雜,事故較為頻發(fā),往往是事故多發(fā)路段;而云羅高速互通立交比廣梧高速馬安至河口段多,但交通量不大,且重載交通所占比例較小,因此事故多發(fā)路段相對其他高速公路較少。同時(shí),路段劃分長度與事故多發(fā)路段呈現(xiàn)反方向變化,說明事故多發(fā)路段越多,路段劃分長度越短,事故路段相對集中。

3.3 事故多發(fā)路段風(fēng)險(xiǎn)等級劃分結(jié)果分析

依據(jù)2.2節(jié)中計(jì)算方法,結(jié)合事故多發(fā)路段鑒別結(jié)果,得出各條高速公路事故多發(fā)路段風(fēng)險(xiǎn)等級劃分結(jié)果(如表4所示)。

廣梧高速河口至平臺段事故多發(fā)路段風(fēng)險(xiǎn)等級劃分標(biāo)準(zhǔn)均高于其他高速公路,說明高速公路大型結(jié)構(gòu)物(隧道、互通立交)較多所形成的復(fù)雜路況,其事故多發(fā)路段的危險(xiǎn)值較高。對于事故多發(fā)路段判定為高風(fēng)險(xiǎn)時(shí),應(yīng)盡快對其采取有力措施予以改善,降低行車風(fēng)險(xiǎn);對于事故多發(fā)路段判定為中風(fēng)險(xiǎn)時(shí),考慮資金的有限性,應(yīng)對其主要問題進(jìn)行加以改善;而判定為低風(fēng)險(xiǎn)的事故多發(fā)路段,應(yīng)隨時(shí)關(guān)注,防止其往高風(fēng)險(xiǎn)演變。

4 結(jié)語

(1)對高速公路路段事故數(shù)進(jìn)行擬合優(yōu)度檢驗(yàn),證明了高速公路路段事故數(shù)服從負(fù)二項(xiàng)分布,可用于鑒別高速公路事故多發(fā)路段。

(2)通過對高速公路事故多發(fā)路段進(jìn)行鑒別,發(fā)現(xiàn)高速公路路況越復(fù)雜,事故多發(fā)路段總數(shù)越多,而路段劃分長度與事故多發(fā)路段總數(shù)呈反方向變化。

(3)可通過統(tǒng)計(jì)特征對事故多發(fā)路段風(fēng)險(xiǎn)等級進(jìn)行劃分,為事故多發(fā)路段治理排序提供理論依據(jù)。

參考文獻(xiàn):

[1]王 迎,羅小強(qiáng),袁長偉.基于FCM聚類的山區(qū)高速公路事故多發(fā)點(diǎn)成因分析[J].公路,2013(8):218-222.

[2]謝 練,吳超仲,呂能超,等.基于改進(jìn)聚類算法的道路交通事故多發(fā)路段鑒別方法研究[J].武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版),2014,38(4):904-908.

[3]田 準(zhǔn),張生瑞.優(yōu)化經(jīng)驗(yàn)貝葉斯事故黑點(diǎn)識別與排序方法[J].長安大學(xué)學(xué)報(bào)(自然科學(xué)版),2019,39(5):115-126.

[4]符鋅砂,陳 丹,鐘時(shí)雨.基于BP神經(jīng)網(wǎng)絡(luò)的事故黑點(diǎn)治理緊迫性排序研究[J].公路工程,2018,43(1):154-158.

[5]Quddus M A.Modelling area-wide count outcomes with spatial correlation and heterogeneity:An analysis of London crash data[J].Accident Analysis & Prevention,2008,40(4):1 486-1 497.

[6]孟祥海,覃 薇,霍曉艷.基于統(tǒng)計(jì)與假設(shè)檢驗(yàn)的高速公路交通事故數(shù)據(jù)分布特性[J].交通運(yùn)輸工程學(xué)報(bào),2018,18(1):139-149.

[7]Tasic I,Porter R J.Modeling spatial relationships between multimodal transportation infrastructure and traffic safety outcomes in urban environments[J].Safety Science,2016(82):325-337.

[8]馬 明.基于多元統(tǒng)計(jì)方法的城市道路交通事故分析研究[D].武漢:武漢理工大學(xué),2010.

[9]張鐵軍,唐琤琤.事故多發(fā)段判別中動(dòng)態(tài)步長法與累計(jì)頻率曲線法的綜合應(yīng)用[J].道路交通與安全,2008(1):49-55.

[10]閻 瑩,劉浩學(xué),游小青,等.道路交通事故多發(fā)位置鑒別新方法的探討[J].交通運(yùn)輸系統(tǒng)工程與信息,2005(3):82-86.

[11]揭 強(qiáng).高速公路交通事故黑點(diǎn)安全改善決策優(yōu)化研究[D].廣州:華南理工大學(xué),2014.

连云港市| 石景山区| 凭祥市| 漾濞| 绥滨县| 远安县| 额尔古纳市| 宁安市| 高邑县| 邵阳县| 黄大仙区| 岑巩县| 泰安市| 酉阳| 辽源市| 黄石市| 彰化市| 法库县| 兴化市| 高安市| 射阳县| 全椒县| 尖扎县| 家居| 搜索| 修文县| 横山县| 醴陵市| 平度市| 黎川县| 新源县| 吉首市| 高尔夫| 原阳县| 宜兰市| 嵊泗县| 黄龙县| 临武县| 凭祥市| 保山市| 江津市|