恶劣天气下高速公路实时事故风险预测模型

被引：62

作者：

徐铖铖

刘攀

王炜

李志斌

机构：

[1] 东南大学交通学院

来源：

吉林大学学报(工学版) | 2013年 / 43卷 / 01期

关键词：

交通运输安全工程; 高速公路; 恶劣天气; 实时事故风险; Logistic回归模型;

D O I：

暂无

中图分类号：

U491 [交通工程与交通管理];

学科分类号：

082301 [道路与铁道工程];

摘要：

先提取了美国加州I-880N高速公路上一段长为23km路段的实时交通流数据、事故数据和气象数据。然后采用Logistic模型建立了基于交通流数据和气象数据的事故风险预测模型。研究结果表明:天气条件对事故风险有显著影响,在雨天和雾天的比值比(Odds ratios)分别为6.4和4.4时,事故风险性分别提高了5.4和3.4倍。最后建立了不含天气参数的事故风险预测模型,结果表明:含有天气参数的实时事故风险模型预测精度为71.7%,不含天气参数的模型预测精度为66.5%,表明天气条件可以显著提高实时事故风险模型的预测精度。

引用

页码：68 / 73

页数：6

共 5 条

[1]

Effects of Adverse Weather on Traffic Crashes : Systematic Review and Meta-Analysis.[J].Lin Qiu;Wilfrid A. Nixon.Transportation Research Record.2008, 1

[2]

Split Models for Predicting Multivehicle Crashes during High-Speed and Low-Speed Operating Conditions on Freeways.[J].Mohamed Abdel-Aty;Nizam Uddin;Anurag Pande.Transportation Research Record.2005, 1

[3]

Predicting Freeway Crashes from Loop Detector Data by Matched Case-Control Logistic Regression.[J].Mohamed Abdel-Aty;Nizam Uddin;Anurag Pande;M. Fathy Abdalla;Liang Hsia.Transportation Research Record.2004, 1

[4]

Analysis of Crash Precursors on Instrumented Freeways.[J].Chris Lee;Frank Saccomanno;Bruce Hellinga.Transportation Research Record.2002, 1

[5]

Interstate Highway Crash Injuries During Winter Snow and Nonsnow Events.[J].Aemal J. Khattak;Keith K. Knapp.Transportation Research Record.2001, 1

← 1 →