城市主干道路段机动车与机动车之间事故的Bow-tie模型

针对城市主干道路段上交通事故的成因、后果及主被动安全控制措施开展研究工作,基于多事件链原理并应用三角模糊数法,建立了城市主干道路段机动车与机动车之间事故的Bow-tie模型.基于Bow-tie模型中的故障树,确定出了主干道路段机动车之间事故的3条主要事故成因链,即追尾事故成因链、侧面碰撞事故成因链和刮擦事故成因链.Bow-tie模型中的事件树表明,驾驶员能够正确使用安全带但道路上无缓冲防撞设施且辖区内无紧急救援系统的事件链发生概率最高,达59.68%;驾驶员没有使用安全带且道路上无缓冲防撞设施时,事故发生后的事故严重程度都较高.针对3条事故成因链及2条事件链,给出了预防事故发生的防控措施和事故发生后可降低其严重程度的减缓控制措施.

事故多发点鉴别本质及基于BP神经网络的鉴别方法研究

首先对常规事故多发点鉴别方法进行了分析和评述,并通过实例揭示了多发点的鉴别本质。在此基础上,建立了基于三层BP神经网络的城市干道路段事故多发点鉴别模型。该模型考虑了交通事故7个方面的影响因素,并能将常规鉴别方法不易识别出的多发点鉴别出来。其次,应用哈尔滨市市区430个干道路段上1999年至2004年发生的13764起交通事故数据及关联因素数据,对神经网络的权值和偏置值进行了标定,并应用该模型进行了事故多发路段鉴别。最后,分别应用了事故次数概率分布法、矩阵法和质量控制法对430个路段进行了多发点鉴别,并对鉴别结果进行了对比分析。