• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于貝葉斯網(wǎng)絡(luò)的高速公路交通事故嚴(yán)重程度預(yù)測及致因分析

    2023-09-09 02:14:08馬銘煒張小龍
    關(guān)鍵詞:網(wǎng)絡(luò)結(jié)構(gòu)貝葉斯交通事故

    成 衛(wèi),馬銘煒,張小龍

    (1. 昆明理工大學(xué) 交通工程學(xué)院,云南 昆明 650504; 2. 通號智慧城市研究設(shè)計(jì)院有限公司,北京 100071)

    0 引 言

    隨著我國高速公路的不斷發(fā)展,截至2020年底,中國高速公路總里程已達(dá)16萬km,位居全球第一。高速公路運(yùn)輸已經(jīng)成為我國陸運(yùn)的主要手段。同時(shí),伴隨著我國汽車保有量的逐年增長,高速公路交通負(fù)荷指數(shù)上升,導(dǎo)致高速公路的行車風(fēng)險(xiǎn)大大增加,嚴(yán)重影響交通安全,作為承載快速運(yùn)動(dòng)和大交通流的道路載體,其交通安全問題是交通管理的核心問題之一[1]。面臨如此嚴(yán)峻的高速公路安全[2]形勢,有必要通過分析事故數(shù)據(jù),調(diào)查事故嚴(yán)重程度與其相關(guān)風(fēng)險(xiǎn)因素之間的關(guān)系,構(gòu)建事故嚴(yán)重程度預(yù)測模型。通常,事故嚴(yán)重程度被認(rèn)為與一系列風(fēng)險(xiǎn)因素(人、車、道路、環(huán)境)相關(guān)。了解這些影響因素如何導(dǎo)致事故嚴(yán)重程度的增加,有助于探索傷害模式并能夠基于例證來改進(jìn)安全措施,為交管部門制定事前安全預(yù)防措施提供理論依據(jù),為其事后啟動(dòng)應(yīng)急預(yù)案提供技術(shù)依據(jù),加快事故響應(yīng)速度,減小事故發(fā)生帶來的后時(shí)空影響。

    近年來,對于交通事故影響因素的研究成為學(xué)者們關(guān)注的重點(diǎn),從“人-車-路-環(huán)境”出發(fā),多維度、多角度地研究交通事故影響因素和事故嚴(yán)重程度的關(guān)系對于交通安全有重要的研究意義。針對事故影響因素研究方面,裴玉龍等[3]從道路因素出發(fā),分析了道路平面、縱斷面、橫斷面和交叉口在不同參數(shù)設(shè)置下對交通事故的影響;李文權(quán)等[4]利用國內(nèi)外交通事故數(shù)據(jù)對事故發(fā)生的時(shí)間分布規(guī)律方面進(jìn)行了研究,首次從科研、教育、管理和工程措施方面對交通安全提出建議;趙金寶等[5]研究了車輛類型、事故地點(diǎn)和交通參與者等因素對道路交通事故的影響。但是上述研究未對事故嚴(yán)重程度進(jìn)行預(yù)測。在事故嚴(yán)重程度致因研究方面,馬壯林等[6]基于Logistic回歸模型研究了交通動(dòng)態(tài)情況、隧道情況和時(shí)間等因素對交通事故嚴(yán)重程度的影響,為回歸模型在事故嚴(yán)重程度預(yù)測領(lǐng)域奠定了基礎(chǔ);K. BUCSUHZY等[7]研究了人為因素對事故嚴(yán)重程度的影響,包括了交通參與者的身心狀況、駕駛行為、不同年齡等因素;L. N. LIYANAGE等[8]研究了駕駛者年齡、性別和是否飲酒等方面對事故嚴(yán)重程度的影響;R.TAMAKLOE等[9]對不同路面和光照條件在工作日和周末發(fā)生交通事故的嚴(yán)重程度進(jìn)行了對比分析;戢曉峰等[10]基于有序Logit建立了平縱組合路段事故嚴(yán)重程度識別模型。但這些研究從單一維度出發(fā),受限于利用少量候選預(yù)測因子和關(guān)注特定問題。因此,需要使用包括大量變量的更全面的數(shù)據(jù)集,以揭示不同影響因素之間潛在的耦合關(guān)系。對于多因素方面的研究,MA Zhengjing[11]等綜合多種影響因素構(gòu)建了交通事故嚴(yán)重程度預(yù)測深度學(xué)習(xí)模型;WEN Huiying等[12]建立了隨機(jī)效應(yīng)廣義有序probit模型,針對云南山區(qū)高速公路,分析了駕駛員性別、年齡、天氣情況、車輛類型、交通量等因素對兩類駕駛員事故嚴(yán)重程度的影響; 賀玉龍等[13]從事故信息中篩選出7項(xiàng)重要指標(biāo)建立了基于未確知測度理論的高速公路交通安全評價(jià)模型,以此評價(jià)路段危險(xiǎn)程度;劉海珠[14]采用累積Logistic回歸模型研究了15個(gè)影響因素對交通事故嚴(yán)重程度的影響;陳昭明等[15]建立了基于混合Logit模型的高速公路交通事故嚴(yán)重程度分析模型,研究了35種變量對事故嚴(yán)重程度的影響,取得了很好的效果。但是大多研究沒有考慮到數(shù)據(jù)的缺失和不平衡問題。

    綜上所述,大多學(xué)者對交通事故影響因素的研究主要從單一因素入手(例如特定事故、特定道路、特定環(huán)境條件等),主要原因可能是為了創(chuàng)建一組同質(zhì)性數(shù)據(jù),便于研究,僅少數(shù)研究考慮了多種因素的影響。但由于部分因素(交通參與者的性別、年齡對事故嚴(yán)重程度是否有顯著影響)還存在爭議,且事故變量隨機(jī)性較強(qiáng),不同路段不同情況下相同變量也存在異質(zhì)性(例如駕駛員年齡這一因素在不同事故中表現(xiàn)出不同程度的影響)[16]。另外,現(xiàn)有研究大多集中在二項(xiàng)式事故嚴(yán)重程度上,這也會(huì)限制從數(shù)據(jù)中提取有用信息。針對這些情況,建立合適有效的事故預(yù)測模型是越來越多學(xué)者研究的目的。

    為了綜合考量多種因素對高速公路交通事故嚴(yán)重程度的影響,同時(shí)考慮到機(jī)器學(xué)習(xí)方法容易造成過擬合問題和變量的異質(zhì)性問題,筆者采用優(yōu)于傳統(tǒng)貝葉斯方法的樹增廣型貝葉斯方法構(gòu)建網(wǎng)絡(luò)模型,再結(jié)合專家知識優(yōu)化模型網(wǎng)絡(luò)(即數(shù)據(jù)融合法),對事故數(shù)據(jù)進(jìn)行研究,建立事故嚴(yán)重程度預(yù)測模型,找出事故主要致因并進(jìn)行推理分析,為交管部門作出相應(yīng)安全決策提供支撐。

    1 樹增廣型貝葉斯網(wǎng)絡(luò)

    貝葉斯網(wǎng)絡(luò)是一種基于概率論的能夠很好地表示各個(gè)因素之間關(guān)系的圖形化網(wǎng)絡(luò),是由若干父節(jié)點(diǎn)和子節(jié)點(diǎn)以及它們之間的有向鏈接組成的有向無環(huán)圖(directed acyclic graph,DAG)。貝葉斯網(wǎng)絡(luò)通過條件概率表達(dá)變量之間的影響關(guān)系,適用于解決多種不確定性問題,是目前用于推理領(lǐng)域最有效的理論模型之一。樹增廣型貝葉斯方法(TAN)優(yōu)于傳統(tǒng)貝葉斯方法,它提供了一個(gè)類似樹的模型。傳統(tǒng)貝葉斯方法認(rèn)為,除目標(biāo)變量外其他所有變量是互相獨(dú)立的,用該假設(shè)限制網(wǎng)絡(luò)模型,而實(shí)際應(yīng)用中,不同變量之間并不是相互獨(dú)立的。樹增廣型貝葉斯方法考慮的子節(jié)點(diǎn)之間可能的影響關(guān)系,比傳統(tǒng)方法,其具有良好的魯棒性及更高的準(zhǔn)確率。如圖1,在樹增廣型貝葉斯網(wǎng)絡(luò)中,節(jié)點(diǎn)C為節(jié)點(diǎn)a1、a2、a3的父節(jié)點(diǎn),由有向邊相連。此外,a1、a2、a3之間由有向邊相連并形成樹,節(jié)點(diǎn)ai到節(jié)點(diǎn)aj之間的有向弧表示輸入變量ai對輸出變量C的影響作用不僅取決于變量自身,還取決于變量aj。自變量之間有互相的影響依賴關(guān)系,被稱為互信息,互信息函數(shù)可以由式(1)進(jìn)行計(jì)算:

    圖1 貝葉斯網(wǎng)絡(luò)Fig. 1 Bayesian network

    (1)

    1.1 結(jié)構(gòu)學(xué)習(xí)

    貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)[17]主要有3種方法:

    1)專家經(jīng)驗(yàn)法?;趯<抑R和經(jīng)驗(yàn),結(jié)合研究對象本身確定貝葉斯網(wǎng)絡(luò)的節(jié)點(diǎn),綜合專家打分情況確定網(wǎng)絡(luò)結(jié)構(gòu)。其缺點(diǎn)是網(wǎng)絡(luò)結(jié)構(gòu)缺乏樣本數(shù)據(jù)進(jìn)行分析對照,有效性稍有欠缺。

    2)數(shù)據(jù)驅(qū)動(dòng)法。包括條件獨(dú)立和搜索評分兩種方法,通過算法對事故樣本數(shù)據(jù)集進(jìn)行學(xué)習(xí),發(fā)現(xiàn)變量間的依賴關(guān)系,從而建立符合樣本集的網(wǎng)絡(luò)結(jié)構(gòu)。其缺點(diǎn)是對樣本數(shù)據(jù)集要求較高,需要完備且真實(shí)的數(shù)據(jù)集。變量多時(shí),計(jì)算比較復(fù)雜,消耗時(shí)間長且得到的結(jié)果不夠精確,無法準(zhǔn)確反映變量之間的真實(shí)依賴關(guān)系,存在不符合建模和實(shí)際經(jīng)驗(yàn)的節(jié)點(diǎn)。

    3)數(shù)據(jù)融合法?;谇皟煞N方法的結(jié)合,能很好地彌補(bǔ)前兩種方法的缺點(diǎn),得到的網(wǎng)絡(luò)結(jié)構(gòu)能夠很好地反應(yīng)變量之間的關(guān)系,在保證有效性的同時(shí)又能與數(shù)據(jù)集相互對照,模型真實(shí)且可靠。筆者采用數(shù)據(jù)融合法進(jìn)行貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí),因數(shù)據(jù)集較為完整,采用搜索評分法尋找評分最優(yōu)的網(wǎng)絡(luò)結(jié)構(gòu),評分函數(shù)利用BDeu評分,網(wǎng)絡(luò)結(jié)構(gòu)尋優(yōu)用爬山算法進(jìn)行搜索?;谒阉髟u分的方法將貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)看作一種組合優(yōu)化的問題,通過確定網(wǎng)絡(luò)結(jié)構(gòu)的評分函數(shù),利用算法搜索尋找最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu),可定義為優(yōu)化模型:

    M=(G,Ω,F)

    (2)

    式中:G為樣本數(shù)據(jù)集D中所有變量間可能的連接關(guān)系的網(wǎng)絡(luò)結(jié)構(gòu)集;Ω為組合優(yōu)化過程中需要滿足的約束條件集;F為評分函數(shù)。

    當(dāng)M為最大值時(shí),得到的網(wǎng)絡(luò)結(jié)構(gòu)即為最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)。

    評分函數(shù)有兩大類:一是基于貝葉斯的評分函數(shù),主要包括BD評分、K2評分[18]、BDeu評分等;二是基于信息論的評分函數(shù),主要包括MDL評分、AIC評分、MIT評分等。筆者采用基于貝葉斯的評分函數(shù),該方法將尋優(yōu)過程看作一個(gè)MAP(最大后驗(yàn)概率估計(jì))問題:

    (3)

    式中:P(G|D)為后驗(yàn)概率;G*為最優(yōu)結(jié)構(gòu)。若G的先驗(yàn)概率為P(G),根據(jù)貝葉斯公式得:

    (4)

    P(G,D)=P(D)P(G|D)=P(G)P(D|G)

    (5)

    因?yàn)镻(D)是已知的,與P(G)無依賴關(guān)系,則P(G|D)可轉(zhuǎn)換為:

    logP(G,D)=logP(D|G)+logP(G)

    (6)

    最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)可表示為:

    G*=arglogP(D|G)+logP(G)

    (7)

    對式(4)兩邊取對數(shù)可得到:

    (8)

    式中:P(D|G,θG)為模型關(guān)于數(shù)據(jù)的似然函數(shù)L(G,θG|D)。假設(shè)模型參數(shù)的先驗(yàn)分布P(θG|G)服從參數(shù)為aijk的Dirichlet分布,在給定樣本數(shù)據(jù)集D后,得到BD評分:

    (9)

    當(dāng)結(jié)構(gòu)的先驗(yàn)分布為均勻分布時(shí),logP(G)=0。假設(shè)參數(shù)aijk=1,則BD評分轉(zhuǎn)化為K2評分:

    fK2(G,D)=logP(G)+

    (10)

    fBDeu(G,D)=logP(G)+

    (11)

    1.2 參數(shù)學(xué)習(xí)

    通過對給定的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行參數(shù)學(xué)習(xí),量化節(jié)點(diǎn)之間的影響關(guān)系,確定各節(jié)點(diǎn)變量的條件概率分布(CPD),輸出條件概率分布表(CPT)。參數(shù)學(xué)習(xí)方法主要包括極大似然估計(jì)法和貝葉斯估計(jì)法。筆者采用貝葉斯估計(jì)法算出后驗(yàn)概率,該方法考慮了先驗(yàn)知識的影響,相比于極大似然估計(jì)法,其合理性更強(qiáng)。貝葉斯估計(jì)法基于貝葉斯原理,根據(jù)樣本數(shù)據(jù)及貝葉斯公式計(jì)算出后驗(yàn)分布,即參數(shù)學(xué)習(xí)結(jié)果。首先取θ表示所有參數(shù)組成的向量,P(θ)為θ的先驗(yàn)分布,給定一個(gè)樣本數(shù)據(jù)集D,則參數(shù)θ的后驗(yàn)概率可以表示為P(θ|D)。為了減少計(jì)算的復(fù)雜程度,筆者采用Dirichlet分布,利用貝葉斯公式推理,后驗(yàn)概率P(θ|D)為:

    (12)

    (13)

    2 模型應(yīng)用及結(jié)果分析

    2.1 數(shù)據(jù)來源及處理

    收集曲靖市境內(nèi)滬昆高速公路段2017—2019年的1 939起交通事故報(bào)告數(shù)據(jù),剔除無效數(shù)據(jù)后,保留有效的1 500起高速公路交通事故數(shù)據(jù)進(jìn)行研究。研究因變量為事故嚴(yán)重程度,將其按事故后果分為3類:輕微事故、一般事故、重大事故,分別賦值為1、2、3(因無特大事故,所以不進(jìn)行單獨(dú)分類研究),如表1。根據(jù)數(shù)據(jù)分析篩選得到19個(gè)高速公路交通事故嚴(yán)重程度的影響因素,將其作為自變量進(jìn)行研究,如表2。但是實(shí)際數(shù)據(jù)中一般事故有1 038起,占比69.2%,導(dǎo)致數(shù)據(jù)樣本分布極不均衡。為保證輸出結(jié)果的合理性和真實(shí)性,采用SMOTE過(欠)采樣算法對事故數(shù)據(jù)樣本進(jìn)行均衡處理,將處理后的數(shù)據(jù)進(jìn)行隨機(jī)排列,并按照3∶1劃分訓(xùn)練集與測試集,用于后續(xù)的貝葉斯網(wǎng)絡(luò)模型計(jì)算,總體層次結(jié)構(gòu)如圖2。

    表1 模型因變量設(shè)置及離散化取值Table 1 Setting and discretization value of model dependent variable

    表2 模型自變量設(shè)置及離散化取值Table 2 Setting and discretization value of model independent variable

    圖2 模型構(gòu)建及結(jié)果分析層次結(jié)構(gòu)Fig. 2 Hierarchical structure diagram of model construction and result analysis

    2.2 結(jié)構(gòu)學(xué)習(xí)結(jié)果

    基于筆者收集的樣本信息充足,能夠較好地體現(xiàn)影響因素之間的關(guān)系,采用BDeu評分法進(jìn)行評分,后用爬山算法進(jìn)行搜索,尋找評分最優(yōu)的網(wǎng)絡(luò)結(jié)構(gòu)。初步得到的網(wǎng)絡(luò)結(jié)構(gòu)如圖3,該網(wǎng)絡(luò)中明顯有不符合常識和專業(yè)知識的部分及無關(guān)節(jié)點(diǎn),此時(shí)利用卡方檢驗(yàn)篩選特征工程,并結(jié)合專家知識進(jìn)行數(shù)據(jù)融合處理。基于初步網(wǎng)絡(luò)再對各個(gè)變量節(jié)點(diǎn)關(guān)系進(jìn)行重新構(gòu)建及排序,除去不符合建模經(jīng)驗(yàn)的節(jié)點(diǎn)及有向連接,剔除孤立的無關(guān)節(jié)點(diǎn),得到最終的貝葉斯網(wǎng)絡(luò),如圖4。其中由特征工程的篩選結(jié)果可知,對于事故嚴(yán)重程度這一變量來說,對其影響最大的是特征1(天氣情況);其次是特征2(視距情況);最后是特征3(路面情況)。直接影響事故嚴(yán)重程度的5個(gè)變量及其特征如表3。

    表3 特征工程篩選結(jié)果Table 3 Future engineering screening results

    圖3 初步貝葉斯網(wǎng)絡(luò)Fig. 3 Preliminary Bayesian network

    圖4 高速公路交通事故嚴(yán)重程度貝葉斯網(wǎng)絡(luò)Fig. 4 Bayesian network of freeway traffic accident severity

    經(jīng)過優(yōu)化的貝葉斯網(wǎng)絡(luò)保留了13個(gè)節(jié)點(diǎn),它們之間的有向連接體現(xiàn)了變量間的相互影響,影響因素囊括了人、車、路、環(huán)境4個(gè)大類,事故嚴(yán)重程度的主要致因在貝葉斯網(wǎng)絡(luò)中得到了充分體現(xiàn)。由圖4可以看出,天氣情況、視距情況、路面情況、事故車輛數(shù)和車輛行駛方向這5個(gè)因素對事故嚴(yán)重程度有直接影響,其中天氣情況(X15)影響效果最為顯著,既直接影響了事故嚴(yán)重程度,又間接影響了駕駛員的視距情況和路面情況等其他因素。

    2.3 參數(shù)學(xué)習(xí)結(jié)果

    根據(jù)結(jié)構(gòu)學(xué)習(xí)的結(jié)果,筆者可以對網(wǎng)絡(luò)中的多種變量進(jìn)行參數(shù)學(xué)習(xí)。根據(jù)互信息函數(shù)計(jì)算輸出具體參數(shù)學(xué)習(xí)結(jié)果。由于數(shù)據(jù)量較多,只列出當(dāng)車輛事故數(shù)、天氣情況、視距情況取值均為1時(shí)事故嚴(yán)重程度的條件概率分布(表4),即當(dāng)事故車輛數(shù)、天氣情況、視距情況、路面情況、車輛行駛方向離散化取值均為1時(shí),事故嚴(yán)重程度取值為1(輕微事故)的概率為0.243 71,取值為2(一般事故)的概率為0.756 21,取值為3(重大事故)的概率為0.000 07,其余項(xiàng)以此類推。

    表4 事故嚴(yán)重程度的參數(shù)學(xué)習(xí)結(jié)果Table 4 Parametric learning results of accident severity

    2.4 預(yù)測結(jié)果及有效性驗(yàn)證

    為了驗(yàn)證貝葉斯網(wǎng)絡(luò)模型的有效性,對訓(xùn)練集和測試集進(jìn)行對比,如圖5。同時(shí),輸出模型在測試集上的混淆矩陣,模型命中率如圖6。由圖6可知:對事故嚴(yán)重程度真實(shí)值為1且預(yù)測值亦為1的有94個(gè),預(yù)測值為2的有27個(gè),預(yù)測值為3的有0個(gè);對第1類輕微事故預(yù)測的準(zhǔn)確率為77.68%,對第2類一般事故預(yù)測的準(zhǔn)確率為74.19%;對第3類重大事故預(yù)測的準(zhǔn)確率為100%。再將實(shí)際概率與后驗(yàn)概率進(jìn)行誤差分析,通過分析對比發(fā)現(xiàn),輕微事故、一般事故、重大事故的概率分布最大絕對誤差分別為0.000 04、0.000 04、0.000 06,如圖7~圖9。再通過參數(shù)學(xué)習(xí)模型對測試數(shù)據(jù)集進(jìn)行測試,準(zhǔn)確率約為84.27%。G.F.COOPER等[19]指出, 當(dāng)模型正確率達(dá)到80%以上就認(rèn)為該模型預(yù)測效果良好。同時(shí),與傳統(tǒng)貝葉斯方法相比,該模型有更好的準(zhǔn)確率和更低的誤分類率,如表5。綜上說明,該模型有效性驗(yàn)證良好。

    表5 模型比較Table 5 Model comparison

    圖5 事故嚴(yán)重程度預(yù)測值與真實(shí)值對比Fig. 5 Comparison between the predicted value and the true value of accident severity

    圖7 輕微事故的誤差分布Fig. 7 Error distribution of minor accidents

    圖8 一般事故的誤差分布Fig. 8 Error distribution of general accidents

    圖9 重大事故的誤差分布Fig. 9 Error distribution of major accidents

    3 高速公路事故主要致因推理分析

    3.1 天氣情況對事故嚴(yán)重程度的影響

    天氣情況對事故嚴(yán)重程度的影響最大,且間接影響范圍最廣。根據(jù)事故報(bào)告可得出,在雨、雪天氣情況下,路面受到影響變得濕滑,不利于高速行車,駕駛員的視距也會(huì)受到嚴(yán)重影響,惡劣情況下還會(huì)影響駕駛員的心理素質(zhì),進(jìn)而對駕駛行為造成一定程度的干擾,導(dǎo)致了交通事故的發(fā)生。由于路面情況較差,事故發(fā)生時(shí)駕駛員會(huì)完全失去對車輛的掌控,失控車輛的滑動(dòng)軌跡也不同于正常情況,這樣的情況下極容易發(fā)生重大、特大事故。天氣情況與事故嚴(yán)重程度的關(guān)系如圖10。由圖10可知,雨雪天氣更容易造成重大事故的發(fā)生。

    圖10 天氣情況-事故嚴(yán)重程度分布Fig. 10 Weather conditions-distribution of accident severity

    3.2 視距情況對事故嚴(yán)重程度的影響

    駕駛員在高速行車時(shí),由于車速較快,在視距情況受到干擾時(shí),無法對前方路況進(jìn)行很好地判斷,操作反應(yīng)時(shí)間大大縮短,往往在察覺到危險(xiǎn)情況時(shí)已經(jīng)來不及避讓,從而發(fā)生較為嚴(yán)重的事故。視距情況與事故嚴(yán)重程度的關(guān)系如圖11。由圖11可知,重大事故在視距情況較差時(shí)更容易發(fā)生。

    圖11 視距情況-事故嚴(yán)重程度分布Fig. 11 Sight distance-distribution of accident severity

    3.3 路面情況對事故嚴(yán)重程度的影響

    路面情況作為主要致因之一,其影響主要在于干擾了車輛的行駛狀態(tài),間接干擾了駕駛員的操作行為,使車輛失控而發(fā)生交通事故。路面情況與事故嚴(yán)重程度的關(guān)系如圖12。由圖12可知,路面情況較差時(shí)往往有重大事故發(fā)生。

    圖12 路面情況-事故嚴(yán)重程度分布Fig. 12 Pavement condition-distribution of accident severity

    4 結(jié) 論

    1)高速公路交通事故的發(fā)生受到人-車-路-環(huán)境這一復(fù)雜系統(tǒng)的影響,事故影響因素之間均存在一定依賴關(guān)系。通過收集大量的高速公路事故案例進(jìn)行研究,基于貝葉斯網(wǎng)絡(luò)構(gòu)建了考慮多因素下的高速公路交通事故嚴(yán)重程度預(yù)測模型。與傳統(tǒng)貝葉斯模型相比,樹增廣型貝葉斯模型對高速公路交通事故嚴(yán)重程度的預(yù)測準(zhǔn)確率可達(dá)84.27%,能夠很好地預(yù)測高速公路交通事故嚴(yán)重程度,模型通過驗(yàn)證具有良好的準(zhǔn)確率,有很好的可靠性。

    2)貝葉斯網(wǎng)絡(luò)推理結(jié)果表明,影響高速公路交通事故嚴(yán)重程度的主要致因依次為天氣情況、視距情況、路面情況。圍繞這幾個(gè)主要致因,交管部門可以據(jù)此完善和改進(jìn)高速公路的安全策略,有針對性地采取措施,例如在事故多發(fā)路段前的LED屏警示駕駛者;對關(guān)鍵路段進(jìn)行實(shí)時(shí)監(jiān)控;定時(shí)路段巡邏,觀察路面情況并及時(shí)清障;在夜間駕駛視距不好的路段加裝路燈及反光提示標(biāo)志,保證高速公路行車安全。在事故發(fā)生后及時(shí)準(zhǔn)確地判斷事故嚴(yán)重程度情況,有針對性的采取救援措施。從駕駛者的角度來說,需要培養(yǎng)綜合駕駛素質(zhì),定期參加有關(guān)高速公路駕駛安全知識的學(xué)習(xí)培訓(xùn),訓(xùn)練提高對危險(xiǎn)情況的判斷能力和反應(yīng)能力,減少不必要事故的發(fā)生;掌握不同情況下的緊急操作,學(xué)習(xí)自救知識,降低高速公路交通事故的嚴(yán)重程度,保障自身安全。

    3)高速公路交通事故由多種因素影響造成。由于研究數(shù)據(jù)有一定局限性,需要更全面完善的數(shù)據(jù)支持下一步的研究,考慮更多變量例如駕駛方式、碰撞方式、駕駛?cè)说臓顟B(tài)及事故發(fā)生前短時(shí)間車輛運(yùn)動(dòng)軌跡等對事故的影響,或找到更加先進(jìn)的事故預(yù)測模型,進(jìn)而由事故后預(yù)測轉(zhuǎn)變?yōu)槭鹿蕦?shí)時(shí)預(yù)測,再轉(zhuǎn)變?yōu)槭虑邦A(yù)警預(yù)測,才符合我國未來智能交通的發(fā)展方向。

    猜你喜歡
    網(wǎng)絡(luò)結(jié)構(gòu)貝葉斯交通事故
    不同尋常的交通事故
    預(yù)防交通事故
    貝葉斯公式及其應(yīng)用
    基于貝葉斯估計(jì)的軌道占用識別方法
    一起高速交通事故院前急救工作實(shí)踐與探討
    基于互信息的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)
    知識網(wǎng)絡(luò)結(jié)構(gòu)維對于創(chuàng)新績效的作用機(jī)制——遠(yuǎn)程創(chuàng)新搜尋的中介作用
    滬港通下A+ H股票網(wǎng)絡(luò)結(jié)構(gòu)演化的實(shí)證分析
    一種基于貝葉斯壓縮感知的說話人識別方法
    電子器件(2015年5期)2015-12-29 08:43:15
    復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)比對算法研究進(jìn)展
    国产三级中文精品| 亚洲五月天丁香| 久99久视频精品免费| 亚洲国产精品久久男人天堂| 波野结衣二区三区在线| 色噜噜av男人的天堂激情| 深爱激情五月婷婷| 久久99热6这里只有精品| 日韩大尺度精品在线看网址| 网址你懂的国产日韩在线| 国产真实伦视频高清在线观看 | 国产私拍福利视频在线观看| 夜夜爽天天搞| 成人鲁丝片一二三区免费| 国产在线男女| av在线观看视频网站免费| 国产一区二区激情短视频| 日本欧美国产在线视频| 精品一区二区三区av网在线观看| 精品一区二区三区人妻视频| 日韩欧美三级三区| 国产欧美日韩一区二区精品| 国产高清三级在线| 欧美一区二区精品小视频在线| 88av欧美| 午夜精品久久久久久毛片777| 男女那种视频在线观看| 午夜福利在线观看免费完整高清在 | 亚洲成a人片在线一区二区| 99久久精品一区二区三区| av.在线天堂| 精品一区二区免费观看| 日本一二三区视频观看| 精品国内亚洲2022精品成人| 嫩草影视91久久| 少妇的逼好多水| 给我免费播放毛片高清在线观看| 精品久久久久久久久久久久久| 看十八女毛片水多多多| 九九久久精品国产亚洲av麻豆| 一个人免费在线观看电影| 亚洲成a人片在线一区二区| netflix在线观看网站| 1000部很黄的大片| 国产精品爽爽va在线观看网站| 久99久视频精品免费| 国产欧美日韩精品一区二区| 99国产极品粉嫩在线观看| 亚洲av日韩精品久久久久久密| 可以在线观看的亚洲视频| 日日夜夜操网爽| 1000部很黄的大片| 欧美性猛交╳xxx乱大交人| x7x7x7水蜜桃| 少妇熟女aⅴ在线视频| 美女大奶头视频| 我要搜黄色片| 熟女人妻精品中文字幕| 少妇人妻精品综合一区二区 | 亚洲无线在线观看| 丝袜美腿在线中文| 成人无遮挡网站| 男人的好看免费观看在线视频| 亚洲成人久久爱视频| 免费看日本二区| 国产aⅴ精品一区二区三区波| 国产精品一区二区免费欧美| 少妇的逼水好多| .国产精品久久| 午夜福利在线观看免费完整高清在 | 一个人观看的视频www高清免费观看| 午夜精品久久久久久毛片777| 99久国产av精品| 国产av麻豆久久久久久久| 少妇高潮的动态图| 亚洲国产日韩欧美精品在线观看| 少妇高潮的动态图| 欧美高清成人免费视频www| 精品人妻偷拍中文字幕| 国产成人福利小说| 午夜爱爱视频在线播放| 中文资源天堂在线| 精品国产三级普通话版| 在现免费观看毛片| 日韩在线高清观看一区二区三区 | 日本欧美国产在线视频| 日韩欧美在线乱码| 国产 一区精品| 最近中文字幕高清免费大全6 | 国产三级中文精品| 一个人免费在线观看电影| 极品教师在线视频| 成年女人看的毛片在线观看| 国产欧美日韩精品亚洲av| 成人性生交大片免费视频hd| 欧美人与善性xxx| 亚洲成人中文字幕在线播放| www.www免费av| 国产色爽女视频免费观看| 身体一侧抽搐| 超碰av人人做人人爽久久| 免费在线观看成人毛片| 99热精品在线国产| 99国产极品粉嫩在线观看| 国产伦人伦偷精品视频| 国产aⅴ精品一区二区三区波| 日本黄大片高清| 黄片wwwwww| 国产精品精品国产色婷婷| av女优亚洲男人天堂| 欧美极品一区二区三区四区| 一区二区三区激情视频| 亚洲av成人av| 亚洲人成伊人成综合网2020| 婷婷精品国产亚洲av| 国产精品,欧美在线| 麻豆国产av国片精品| 日韩一区二区视频免费看| 国产爱豆传媒在线观看| av视频在线观看入口| 欧洲精品卡2卡3卡4卡5卡区| 国产精品一区二区性色av| a级毛片a级免费在线| 成人鲁丝片一二三区免费| 亚洲av五月六月丁香网| 国产黄a三级三级三级人| 久久久久性生活片| 三级男女做爰猛烈吃奶摸视频| 久久久久久久久久黄片| 美女高潮的动态| 老熟妇乱子伦视频在线观看| 床上黄色一级片| xxxwww97欧美| 国产老妇女一区| 亚洲熟妇熟女久久| 色av中文字幕| 国产一级毛片七仙女欲春2| 亚洲国产欧美人成| 国内久久婷婷六月综合欲色啪| 国产午夜福利久久久久久| 国产精品日韩av在线免费观看| 久久99热6这里只有精品| 国产精品国产高清国产av| 色噜噜av男人的天堂激情| 美女cb高潮喷水在线观看| a级一级毛片免费在线观看| 最好的美女福利视频网| 男插女下体视频免费在线播放| 国产激情偷乱视频一区二区| 免费看a级黄色片| 欧美激情在线99| 国产单亲对白刺激| 欧美三级亚洲精品| 一区二区三区四区激情视频 | 色av中文字幕| 国产乱人视频| 欧美成人一区二区免费高清观看| 午夜视频国产福利| 久久99热这里只有精品18| 精品欧美国产一区二区三| 欧美高清成人免费视频www| 男女下面进入的视频免费午夜| 男人的好看免费观看在线视频| 国产在线男女| 色吧在线观看| 国产成人av教育| 久久久久国产精品人妻aⅴ院| 免费不卡的大黄色大毛片视频在线观看 | 国产精品久久久久久久久免| 人妻夜夜爽99麻豆av| 免费大片18禁| 成人综合一区亚洲| 少妇丰满av| 99在线视频只有这里精品首页| 国产精品不卡视频一区二区| 亚洲一级一片aⅴ在线观看| 无人区码免费观看不卡| 又紧又爽又黄一区二区| 美女xxoo啪啪120秒动态图| 亚洲美女搞黄在线观看 | 久久精品影院6| 女人被狂操c到高潮| 日韩中文字幕欧美一区二区| 国产精品爽爽va在线观看网站| 欧美高清性xxxxhd video| 不卡一级毛片| 69人妻影院| 淫妇啪啪啪对白视频| 婷婷精品国产亚洲av在线| 国产精品久久久久久av不卡| 在线播放无遮挡| 搡女人真爽免费视频火全软件 | 成熟少妇高潮喷水视频| 久久精品人妻少妇| 99riav亚洲国产免费| 看黄色毛片网站| 国产一区二区在线观看日韩| 国产成人av教育| 国产精品98久久久久久宅男小说| 国产一区二区激情短视频| 欧美另类亚洲清纯唯美| 91午夜精品亚洲一区二区三区 | 亚洲va日本ⅴa欧美va伊人久久| 婷婷色综合大香蕉| 国产欧美日韩一区二区精品| 国产乱人伦免费视频| 国产一区二区在线av高清观看| 老司机午夜福利在线观看视频| 国产午夜福利久久久久久| 少妇裸体淫交视频免费看高清| 中文字幕人妻熟人妻熟丝袜美| 久久久午夜欧美精品| 国产精品久久视频播放| 伦精品一区二区三区| 免费电影在线观看免费观看| 99久国产av精品| 成人av一区二区三区在线看| 一本久久中文字幕| 国产免费男女视频| 亚洲无线在线观看| 国产 一区 欧美 日韩| 中文字幕av成人在线电影| 亚洲五月天丁香| 在线播放无遮挡| 精品一区二区免费观看| 日本黄色片子视频| 日韩人妻高清精品专区| 免费观看的影片在线观看| 日韩在线高清观看一区二区三区 | 欧美精品国产亚洲| 露出奶头的视频| 成人性生交大片免费视频hd| 真人做人爱边吃奶动态| 亚洲乱码一区二区免费版| 舔av片在线| 久久久久性生活片| 少妇猛男粗大的猛烈进出视频 | 免费观看的影片在线观看| 特级一级黄色大片| 国产一区二区三区在线臀色熟女| 亚洲欧美日韩高清在线视频| 亚洲综合色惰| 亚洲av电影不卡..在线观看| 午夜免费成人在线视频| av女优亚洲男人天堂| 婷婷精品国产亚洲av| 黄色视频,在线免费观看| 亚洲第一电影网av| 国产精品久久久久久久电影| 十八禁网站免费在线| 日韩高清综合在线| 日本三级黄在线观看| 国语自产精品视频在线第100页| 久久亚洲精品不卡| 色精品久久人妻99蜜桃| 欧美另类亚洲清纯唯美| 国产白丝娇喘喷水9色精品| 国产精品av视频在线免费观看| 欧美黑人巨大hd| 在线播放国产精品三级| 国产老妇女一区| 日本精品一区二区三区蜜桃| 别揉我奶头~嗯~啊~动态视频| 国产精品电影一区二区三区| 亚洲专区中文字幕在线| 亚洲国产欧美人成| 国语自产精品视频在线第100页| 免费电影在线观看免费观看| 色尼玛亚洲综合影院| 国产精品久久久久久亚洲av鲁大| 国产淫片久久久久久久久| 成年版毛片免费区| 69av精品久久久久久| 欧美高清成人免费视频www| 日本精品一区二区三区蜜桃| 国产又黄又爽又无遮挡在线| 久久久久久伊人网av| 免费看日本二区| 亚洲精品亚洲一区二区| 久9热在线精品视频| 国语自产精品视频在线第100页| 国产精品女同一区二区软件 | 午夜亚洲福利在线播放| 欧美日本视频| 国产精品自产拍在线观看55亚洲| 波多野结衣巨乳人妻| 亚洲18禁久久av| 色尼玛亚洲综合影院| 美女大奶头视频| x7x7x7水蜜桃| 日韩欧美国产一区二区入口| 18禁黄网站禁片午夜丰满| 日本黄色视频三级网站网址| 最近最新免费中文字幕在线| 波野结衣二区三区在线| 日本 欧美在线| 不卡视频在线观看欧美| 日本免费a在线| 麻豆一二三区av精品| 97超视频在线观看视频| 天堂影院成人在线观看| 久久久成人免费电影| 成年免费大片在线观看| 日日啪夜夜撸| 可以在线观看的亚洲视频| 欧美日韩黄片免| 一区二区三区免费毛片| av天堂中文字幕网| 一区二区三区免费毛片| 欧美日韩综合久久久久久 | 色5月婷婷丁香| 国产黄a三级三级三级人| 精品久久久久久久久久免费视频| 日韩欧美三级三区| 亚洲av成人精品一区久久| 免费av毛片视频| 欧美成人免费av一区二区三区| av天堂在线播放| 简卡轻食公司| 1000部很黄的大片| 1024手机看黄色片| 1000部很黄的大片| 久99久视频精品免费| 国产精品一区二区性色av| 久久久久国内视频| 成人特级黄色片久久久久久久| 国产精品久久视频播放| 国产精品1区2区在线观看.| 欧美zozozo另类| 国产免费男女视频| 欧美成人性av电影在线观看| 久久精品国产亚洲av涩爱 | 国产成人福利小说| 啦啦啦观看免费观看视频高清| 97超视频在线观看视频| 午夜精品一区二区三区免费看| 在线免费观看的www视频| 国产精品永久免费网站| www.色视频.com| 日韩欧美在线二视频| 最新中文字幕久久久久| 欧洲精品卡2卡3卡4卡5卡区| avwww免费| 91麻豆av在线| 少妇丰满av| 人妻久久中文字幕网| 久久国产乱子免费精品| 亚洲av不卡在线观看| av国产免费在线观看| 久久久国产成人精品二区| 国产爱豆传媒在线观看| 一个人观看的视频www高清免费观看| 亚洲天堂国产精品一区在线| 成人国产一区最新在线观看| 校园人妻丝袜中文字幕| 尤物成人国产欧美一区二区三区| 国产免费一级a男人的天堂| 在线观看美女被高潮喷水网站| 日韩欧美国产在线观看| 大型黄色视频在线免费观看| 国产精品精品国产色婷婷| 天堂影院成人在线观看| 亚洲av中文av极速乱 | 看十八女毛片水多多多| 在线免费观看的www视频| 国产视频内射| 国产黄片美女视频| 国产一区二区在线av高清观看| 婷婷丁香在线五月| 久久久久久九九精品二区国产| 男女之事视频高清在线观看| 国产大屁股一区二区在线视频| 久久欧美精品欧美久久欧美| 性色avwww在线观看| 午夜激情福利司机影院| 国产精品国产高清国产av| 亚洲国产欧洲综合997久久,| 欧美色欧美亚洲另类二区| 成人特级黄色片久久久久久久| 99九九线精品视频在线观看视频| 免费人成在线观看视频色| АⅤ资源中文在线天堂| 日韩一区二区视频免费看| 亚洲内射少妇av| 精品久久久噜噜| 色吧在线观看| 成人一区二区视频在线观看| 男女边吃奶边做爰视频| netflix在线观看网站| 俄罗斯特黄特色一大片| 欧美精品啪啪一区二区三区| 久久天躁狠狠躁夜夜2o2o| 波野结衣二区三区在线| a在线观看视频网站| 在线天堂最新版资源| 国内精品宾馆在线| 精品人妻偷拍中文字幕| 韩国av在线不卡| 午夜福利18| 欧美3d第一页| 搡女人真爽免费视频火全软件 | 老师上课跳d突然被开到最大视频| 国产精品一及| 窝窝影院91人妻| 丰满乱子伦码专区| 内射极品少妇av片p| 日日干狠狠操夜夜爽| 久久久久国产精品人妻aⅴ院| 国产精品久久久久久av不卡| 亚洲成人免费电影在线观看| 岛国在线免费视频观看| 搡老熟女国产l中国老女人| 亚洲av日韩精品久久久久久密| 午夜精品一区二区三区免费看| 国内揄拍国产精品人妻在线| 国产美女午夜福利| 国产精品1区2区在线观看.| 欧美一区二区亚洲| 国产在线精品亚洲第一网站| 日本色播在线视频| 亚洲成人久久爱视频| 精品不卡国产一区二区三区| 免费观看人在逋| 真人做人爱边吃奶动态| 他把我摸到了高潮在线观看| 美女高潮的动态| 中文字幕av成人在线电影| 天天躁日日操中文字幕| 国产精品人妻久久久久久| 亚洲综合色惰| 男人狂女人下面高潮的视频| 国产免费一级a男人的天堂| 69av精品久久久久久| 成人精品一区二区免费| 免费高清视频大片| 亚洲不卡免费看| 亚洲成人中文字幕在线播放| bbb黄色大片| 人人妻,人人澡人人爽秒播| 性欧美人与动物交配| 久久精品夜夜夜夜夜久久蜜豆| 久久久久精品国产欧美久久久| 亚州av有码| 成人精品一区二区免费| 岛国在线免费视频观看| 亚洲电影在线观看av| 一进一出抽搐动态| 国产 一区精品| 久久久久久久久久久丰满 | 在线播放国产精品三级| 国产国拍精品亚洲av在线观看| 波多野结衣巨乳人妻| 国产黄色小视频在线观看| 国产乱人伦免费视频| 亚洲最大成人手机在线| 又粗又爽又猛毛片免费看| 久久草成人影院| 国产蜜桃级精品一区二区三区| 亚洲欧美日韩高清在线视频| 美女xxoo啪啪120秒动态图| 国产白丝娇喘喷水9色精品| 久久九九热精品免费| 男女啪啪激烈高潮av片| 亚洲一区二区三区色噜噜| 国产真实乱freesex| 久久人人精品亚洲av| 一卡2卡三卡四卡精品乱码亚洲| 免费av毛片视频| 欧美潮喷喷水| 国产伦人伦偷精品视频| 久久香蕉精品热| 午夜爱爱视频在线播放| 亚洲成人中文字幕在线播放| 国产色爽女视频免费观看| 成人特级av手机在线观看| 看免费成人av毛片| 国产精品嫩草影院av在线观看 | 久9热在线精品视频| 亚洲美女黄片视频| 亚洲久久久久久中文字幕| 亚洲自偷自拍三级| 中国美白少妇内射xxxbb| 男女视频在线观看网站免费| 精品一区二区三区人妻视频| 又爽又黄无遮挡网站| 99热网站在线观看| 波多野结衣巨乳人妻| 亚洲欧美日韩卡通动漫| 国产一级毛片七仙女欲春2| 麻豆精品久久久久久蜜桃| 婷婷六月久久综合丁香| 国产伦精品一区二区三区四那| 日本爱情动作片www.在线观看 | 免费av毛片视频| 淫妇啪啪啪对白视频| 久久人人爽人人爽人人片va| 人妻丰满熟妇av一区二区三区| 又粗又爽又猛毛片免费看| 变态另类丝袜制服| 日韩大尺度精品在线看网址| 国产精品日韩av在线免费观看| 午夜日韩欧美国产| 听说在线观看完整版免费高清| 久久久精品大字幕| 日本精品一区二区三区蜜桃| 成人美女网站在线观看视频| 国产精品三级大全| 国产精品人妻久久久久久| 国产精品自产拍在线观看55亚洲| 亚洲国产日韩欧美精品在线观看| 舔av片在线| 国产免费男女视频| 69av精品久久久久久| 精品福利观看| 成人无遮挡网站| 看十八女毛片水多多多| 岛国在线免费视频观看| 亚洲,欧美,日韩| 日韩欧美免费精品| 搞女人的毛片| 一区二区三区四区激情视频 | 成人无遮挡网站| 久久精品人妻少妇| 亚洲第一电影网av| 我要看日韩黄色一级片| 国产毛片a区久久久久| 一级毛片久久久久久久久女| 国内精品久久久久精免费| 夜夜看夜夜爽夜夜摸| 国产成人影院久久av| 久久久久久九九精品二区国产| 国产日本99.免费观看| 97人妻精品一区二区三区麻豆| 精品99又大又爽又粗少妇毛片 | 免费看日本二区| 亚洲美女视频黄频| 乱码一卡2卡4卡精品| 女生性感内裤真人,穿戴方法视频| 国产精品人妻久久久久久| 校园人妻丝袜中文字幕| 国产高清不卡午夜福利| 日韩欧美精品免费久久| 成年女人看的毛片在线观看| 国产麻豆成人av免费视频| 伦精品一区二区三区| 国产精品爽爽va在线观看网站| 在线播放无遮挡| 99国产精品一区二区蜜桃av| 99视频精品全部免费 在线| 好男人在线观看高清免费视频| 久久欧美精品欧美久久欧美| 欧美成人免费av一区二区三区| 丰满的人妻完整版| 亚洲在线观看片| 成人特级av手机在线观看| 伦精品一区二区三区| 亚洲精品影视一区二区三区av| 国内精品美女久久久久久| 少妇人妻精品综合一区二区 | 蜜桃久久精品国产亚洲av| 日韩欧美三级三区| 久久久久久久久中文| 一夜夜www| 精品不卡国产一区二区三区| 国产真实乱freesex| 神马国产精品三级电影在线观看| 两人在一起打扑克的视频| 成人国产麻豆网| 亚洲三级黄色毛片| 国产精品精品国产色婷婷| 免费看光身美女| 欧美成人一区二区免费高清观看| 全区人妻精品视频| 无人区码免费观看不卡| 国产 一区精品| 午夜久久久久精精品| 国产主播在线观看一区二区| 啦啦啦观看免费观看视频高清| or卡值多少钱| 两性午夜刺激爽爽歪歪视频在线观看| 色精品久久人妻99蜜桃| 91久久精品电影网| 欧美色欧美亚洲另类二区| 男人舔女人下体高潮全视频| 国产在线精品亚洲第一网站| 狂野欧美激情性xxxx在线观看| 欧美精品啪啪一区二区三区| 成人无遮挡网站| 免费在线观看影片大全网站| 成年免费大片在线观看| 长腿黑丝高跟| 变态另类成人亚洲欧美熟女| 啦啦啦啦在线视频资源| 国产欧美日韩精品亚洲av| 亚洲经典国产精华液单| 在线看三级毛片| 十八禁网站免费在线| 波野结衣二区三区在线| 女人被狂操c到高潮| 色哟哟·www| 在线天堂最新版资源| 成人亚洲精品av一区二区| 舔av片在线| 免费在线观看影片大全网站| 久久精品国产鲁丝片午夜精品 | 日韩中文字幕欧美一区二区| 人妻久久中文字幕网| 我要看日韩黄色一级片| 三级国产精品欧美在线观看| 亚洲图色成人| 一夜夜www| 日韩欧美国产一区二区入口| 淫妇啪啪啪对白视频| 欧美成人a在线观看| 国产一区二区三区av在线 |