【技术实现步骤摘要】
本专利技术公开了一种面向区域道路交通安全分析和改善的区域边界事故聚合方法。
技术介绍
基于交通分析小区建立的事故预测模型是分析交通事故成因重要工具,并能为交通安全系统规划、设计和施行提供重要参考。而将区域离散的事故点聚合成区域累计事故频次,是事故建模的关键。而通常交通分析小区的边界是事故高发地段,这是由于一方面交通分析小区的划分通常以主干道为区域边界,这些地段本身暴露影响因子(如车流量、出行量)较高,而属于事故高发地段;另一方面,根据地理学第一定律,边界区域更容易受到周边多个区域解释变量的影响,因此有可能发生更多的交通事故。因此对这些边界事故的聚合将直接影响事故预测建模及随后的事故致因分析,这也既是所谓的边界效应。解决边界效应主要包含两个关键,其一是如何甄别一起交通事故是发生在区域边界还是区域内部,其二是如何将边界事故聚合到相关的交通分析小区。其中边界事故的聚合为当前突破边界效应关键,目前学者们主要采用了简单权重分配方案。主要包括等权分配,等权事故增益分配,基于暴露因子比权重分配等。然而这样简单的权重分配方案未能有效结合事故发生机理,从而可能影响事故预测建模。
技术实现思路
为了解决目前对于边界效应采用简单权重分配导致未能有效结合事故发生机理的技术问题,本专利技术提供一种能够得到更加合理的拟合优度的在宏观交通安全分析视野下的边界事故聚合方法。为了实现上述技术目的,本专利技术的技 ...
【技术保护点】
一种面向区域道路交通安全分析和改善的区域边界事故聚合方法,其特征在于,包括以下步骤,步骤一:建立区域层次的贝叶斯空间层级模型作为事故预测模型,区域层次是指将每个交通分析小区划分为与其他交通分析小区相邻的边界区域以及不相邻的中心区域,两个相邻的边界区域组成缓冲区域,对于交通分析小区i,即Transit Analysis Zone,简写为TAZi,其一段时间内的事故累计频次记为Yi,则Yi~Poisson(eiθi)其中,θi为事故风险因子,ei为风险暴露因子;同时对事故风险因子建模为:其中xi为交通分析小区i内的解释变量,α为截距参数,β为固定参数,δi表示无结构的随机效应,服从正态分布δi~N(0,1/τh),为空间随机效应,服从条件自回归先验即CAR先验,即τi=τcΣi≠jωij]]>其中τh表示δi的离散度,表示空间随机效应期望,τi表示空间随机效应离散度,ωij表示TAZi与TAZj的邻接关系,τc表示离散系数先验。步骤二:定义交通分析小区内的事故集合为Y,其中边界区域事故集合为Yb中心区域事故集合为Y\b,且满足下列关 ...
【技术特征摘要】 【专利技术属性】
1.一种面向区域道路交通安全分析和改善的区域边界事故聚合方法,其
特征在于,包括以下步骤,
步骤一:建立区域层次的贝叶斯空间层级模型作为事故预测模型,区域
层次是指将每个交通分析小区划分为与其他交通分析小区相邻的边界区域以
及不相邻的中心区域,两个相邻的边界区域组成缓冲区域,对于交通分析小
区i,即TransitAnalysisZone,简写为TAZi,其一段时间内的事故累计频次
记为Yi,则
Yi~Poisson(eiθi)
其中,θi为事故风险因子,ei为风险暴露因子;
同时对事故风险因子建模为:
其中xi为交通分析小区i内的解释变量,α为截距参数,β为固定参数,δi表
技术研发人员:黄合来,高明运,董霓,毛树华,严新平,
申请(专利权)人:中南大学,
类型:发明
国别省市:湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。