电动自行车事故和车牌使用影响因素分析

为分析电动自行车事故和车牌使用影响因素,采用问卷调查和电话访谈方式采集了宁波市862个电动自行车用户有效样本,利用统计学方法构建了Bivariate Probit(BP)联立方程模型,计算了显著影响因素的边际效应,量化分析了电动自行车事故和车牌使用影响因素效用,并检验了两者之间潜在的关联关系.结果表明:BP模型不仅可以识别电动自行车事故和车牌使用的影响因素,而且可以有效刻画两者之间的潜在联系;两者之间关联系数为-0.475,表明电动自行车车牌的使用可以降低电动自行车事故概率;模型结果显示性别、年龄、驾驶执照、家庭是否拥有小汽车、电动自行车驾龄、法律遵守程度、驾驶行为、危险感知度等具有统计显著性,是影响电动自行车事故和车牌使用的显著因素.

无信号交叉口直行电动自行车合流区避让模型研究

无信号交叉口电动自行车合流区违规行为是交叉口电动自行车交通事故的关键成因之一。为减少无信号交叉口电动自行车交通事故,构建了基于元胞自动机的无信号交叉口电动自行车合流区避让模型,并借助MATLAB软件,采用固定变量法仿真研究合流区车辆避让比例对直行电动自行车交通流的影响。仿真结果表明:当直行电动自行车车流的平均密度小于0.23辆/m^2时,其速度变化平缓,此时如果左转电动自行车比例增多,则其速度降低明显;当直行电动自行车车流平均密度大于0.23辆/m^2时,直行电动自行车间可利用间隙和自由行驶的空间越来越小,导致其跟随、加减速等情况越来越多,运行速度逐渐减小。

考虑异质性的贝叶斯交通冲突模型

为了构建信号交叉口交通冲突模型,提取29个信号交叉口260h的交通冲突数据,考虑交通冲突异质性,构建了随机参数(RP-PLN)交通冲突模型和随机效应(RE-PLN)交通冲突模型,采用贝叶斯方法和马尔科夫链蒙特卡罗(MCMC)仿真对模型参数后验分布进行估计,利用方差信息准则和残差标准化决定系数对2种模型的拟合优度进行了比较。研究结果表明:2种交通冲突模型都可以有效处理交通冲突异质性;RP-PLN交通冲突模型的拟合优度优于RE-PLN交通冲突模型;当其他变量保持不变时,直行交通量增加1%可使直右交通冲突增加0.54%;右转交通量增加1%可使直右交通冲突增加0.65%;右转大车比例增加1%,直右交通冲突增加1.06%;物理渠化岛和标线渠化岛的设置可以分别使直右交通冲突降低18.9%和17.3%;设置加速车道可使直右交通冲突降低22.9%;右转半径增加1%,直右交通冲突降低10.5%;安装右转让行标志可使直右交通冲突降低16.5%;设置右转专用相位可使直右交通冲突降低29.8%。