-
题名基于贝叶斯时空建模的高速公路事故黑点判别
被引量:2
- 1
-
-
作者
曾强
苏绮琪
郑嘉仪
张璇
-
机构
华南理工大学土木与交通学院
华南理工大学经济与金融学院
-
出处
《交通信息与安全》
CSCD
北大核心
2020年第6期87-94,共8页
-
基金
政府间国际科技创新合作重点专项(2017YFE0134500)
国家自然科学基金项目(71801095)资助。
-
文摘
为了识别高速公路事故黑点,基于历史交通事故数据,建立贝叶斯时空交互模型,估计高速公路路段事故率和超常事故率。根据其后验期望序号对路段安全性进行排序,将排序靠前的一定比例路段判定为事故黑点。利用该方法对广东开阳高速公路进行事故黑点判别,并与基于贝叶斯层级泊松模型的黑点判别结果进行对比。结果表明,时空交互模型和层级泊松模型的事故路段排序结果存在显著差异。以事故率为安全评价指标时,2个方法判别的事故黑点中有73%相同;以超常事故率为安全评价指标时,2个方法判别的事故黑点中仅有20%相同。这与类似研究的结论一致,体现了解析时空关联和交互对事故黑点判别的重要性。另外,还对比了基于评价指标后验期望序号和后验均值的事故路段排序序号。结果显示二者的一致性较高。
-
关键词
交通安全
事故黑点
贝叶斯时空交互模型
事故率
后验期望排序
时空关联
-
Keywords
traffic safety
crash hotspots
Bayesian space-time interaction model
crash rate
posterior expected rank
space-time correlation
-
分类号
U491.31
[交通运输工程—交通运输规划与管理]
-