• <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
    老司机午夜十八禁免费视频| 一区二区三区激情视频| 欧美日韩黄片免| 国产在线观看jvid| 19禁男女啪啪无遮挡网站| 51午夜福利影视在线观看| 91国产中文字幕| 国产v大片淫在线免费观看| 中文在线观看免费www的网站 | 一级毛片高清免费大全| 欧美最黄视频在线播放免费| 欧美性长视频在线观看| 男人舔女人下体高潮全视频| 黄色视频,在线免费观看| www.www免费av| 桃色一区二区三区在线观看| 国产精品野战在线观看| 国产亚洲精品久久久久久毛片| 一进一出抽搐gif免费好疼| 久久精品国产清高在天天线| 亚洲av美国av| 狠狠狠狠99中文字幕| 欧美人与性动交α欧美精品济南到| 成人三级做爰电影| 久久精品亚洲精品国产色婷小说| ponron亚洲| 欧美午夜高清在线| 最近最新中文字幕大全免费视频| 99久久精品国产亚洲精品| 国产aⅴ精品一区二区三区波| 国产亚洲精品av在线| 国产视频一区二区在线看| 久久人人精品亚洲av| 巨乳人妻的诱惑在线观看| 久久精品影院6| a级毛片在线看网站| av片东京热男人的天堂| 一卡2卡三卡四卡精品乱码亚洲| 麻豆一二三区av精品| 亚洲人成网站在线播放欧美日韩| 久久亚洲精品不卡| 嫩草影院精品99| 日韩大码丰满熟妇| 亚洲男人的天堂狠狠| 精品卡一卡二卡四卡免费| 日韩欧美 国产精品| 久久天堂一区二区三区四区| 欧美成人性av电影在线观看| 欧美丝袜亚洲另类 | 男女之事视频高清在线观看| 一本一本综合久久| 亚洲在线自拍视频| 午夜两性在线视频| 久久亚洲精品不卡| 后天国语完整版免费观看| 国产精品久久电影中文字幕| 欧美性长视频在线观看| 精品人妻1区二区| 亚洲男人天堂网一区| 国产成人精品久久二区二区91| 人人妻人人澡人人看| 欧美中文综合在线视频| 在线十欧美十亚洲十日本专区| 伊人久久大香线蕉亚洲五| 丰满的人妻完整版| 亚洲精华国产精华精| 中文字幕精品亚洲无线码一区 | 夜夜夜夜夜久久久久| 久久 成人 亚洲| 亚洲中文字幕日韩| 免费电影在线观看免费观看| videosex国产| 高清毛片免费观看视频网站| 啦啦啦观看免费观看视频高清| 激情在线观看视频在线高清| 日韩 欧美 亚洲 中文字幕| 久久久久久国产a免费观看| 又大又爽又粗| 国产片内射在线| 欧美 亚洲 国产 日韩一| 久久久久久九九精品二区国产 | 在线免费观看的www视频| 禁无遮挡网站| 久久伊人香网站| 欧美 亚洲 国产 日韩一| 国产爱豆传媒在线观看 | 免费看美女性在线毛片视频| 中文字幕人妻熟女乱码| 啦啦啦韩国在线观看视频| 侵犯人妻中文字幕一二三四区| 亚洲国产精品sss在线观看| 欧美日韩中文字幕国产精品一区二区三区| 在线观看免费午夜福利视频| 久久国产精品人妻蜜桃| 在线观看www视频免费| 日韩精品免费视频一区二区三区| 人成视频在线观看免费观看| 国产激情久久老熟女| 在线观看舔阴道视频| 久久久久久人人人人人| 国产精品九九99| 一本久久中文字幕| 男女那种视频在线观看| 夜夜看夜夜爽夜夜摸| 草草在线视频免费看| 久久久精品欧美日韩精品| 嫩草影院精品99| 两性夫妻黄色片| 国产av一区在线观看免费| 日韩国内少妇激情av| 热re99久久国产66热| 亚洲欧美精品综合一区二区三区| 日本精品一区二区三区蜜桃| tocl精华| 黄色a级毛片大全视频| 男人舔女人的私密视频| 一个人免费在线观看的高清视频| 97超级碰碰碰精品色视频在线观看| 人妻丰满熟妇av一区二区三区| 成人一区二区视频在线观看| 免费无遮挡裸体视频| 男人舔女人的私密视频| 波多野结衣高清作品| 午夜福利在线观看吧| 50天的宝宝边吃奶边哭怎么回事| 亚洲国产高清在线一区二区三 | 69av精品久久久久久| 成年免费大片在线观看| 国产成+人综合+亚洲专区| 欧美日本亚洲视频在线播放| 搡老妇女老女人老熟妇| 午夜福利成人在线免费观看| 国产成+人综合+亚洲专区| 国产男靠女视频免费网站| 午夜福利免费观看在线| 99精品久久久久人妻精品| 日韩一卡2卡3卡4卡2021年| 亚洲国产精品久久男人天堂| 一二三四在线观看免费中文在| 美女午夜性视频免费| 国产亚洲精品久久久久5区| 欧美色欧美亚洲另类二区| 一区二区三区国产精品乱码| 男人舔女人的私密视频| 女生性感内裤真人,穿戴方法视频| 亚洲色图 男人天堂 中文字幕| 最近最新中文字幕大全电影3 | 久久久久久久久久黄片| 男人操女人黄网站| 精品国内亚洲2022精品成人| 男人舔女人的私密视频| 欧美性猛交黑人性爽| 精品熟女少妇八av免费久了| 中文字幕av电影在线播放| 免费在线观看影片大全网站| 老汉色av国产亚洲站长工具| 国产成人一区二区三区免费视频网站| 欧美最黄视频在线播放免费| 天天躁夜夜躁狠狠躁躁| 亚洲无线在线观看| 国产极品粉嫩免费观看在线| 国产亚洲精品综合一区在线观看 | 男人舔奶头视频| 亚洲av成人av| 在线观看免费午夜福利视频| 看黄色毛片网站| 日韩欧美国产一区二区入口| 亚洲狠狠婷婷综合久久图片| 色尼玛亚洲综合影院| 亚洲专区国产一区二区| 亚洲久久久国产精品| 久久午夜亚洲精品久久| 可以在线观看毛片的网站| 日本成人三级电影网站| 亚洲中文av在线| 别揉我奶头~嗯~啊~动态视频| 国产精品一区二区免费欧美| 成人国产一区最新在线观看| av在线天堂中文字幕| x7x7x7水蜜桃| 侵犯人妻中文字幕一二三四区| 久久精品国产亚洲av香蕉五月| 国产精品久久视频播放| 亚洲欧美日韩高清在线视频| 国产av在哪里看| 日韩免费av在线播放| 日本黄色视频三级网站网址| 99热这里只有精品一区 | 久久精品夜夜夜夜夜久久蜜豆 | 国产精品久久久久久精品电影 | 99在线人妻在线中文字幕| 日本 欧美在线| 中亚洲国语对白在线视频| 午夜免费激情av| 欧美乱妇无乱码| 久久精品91无色码中文字幕| 午夜精品久久久久久毛片777| 97超级碰碰碰精品色视频在线观看| 国产av一区在线观看免费| 热re99久久国产66热| 动漫黄色视频在线观看| 国产亚洲精品第一综合不卡| 日韩欧美三级三区| 丝袜美腿诱惑在线| a级毛片在线看网站| 制服人妻中文乱码| 999久久久精品免费观看国产| 长腿黑丝高跟| 免费看日本二区| 白带黄色成豆腐渣| 久久中文看片网| 久9热在线精品视频| 精品久久久久久久人妻蜜臀av| 嫩草影视91久久| 国内毛片毛片毛片毛片毛片| 国产精品永久免费网站| 精品不卡国产一区二区三区| 免费av毛片视频| 午夜福利视频1000在线观看| 午夜久久久久精精品| 久久国产精品影院| 岛国视频午夜一区免费看| 青草久久国产| 天堂影院成人在线观看| 欧美亚洲日本最大视频资源| 嫩草影院精品99| 亚洲人成伊人成综合网2020| 国产免费男女视频| 精品人妻1区二区| 午夜福利免费观看在线| 午夜老司机福利片| 成人18禁高潮啪啪吃奶动态图| 曰老女人黄片| 精华霜和精华液先用哪个| 欧美日韩亚洲综合一区二区三区_| 人人妻人人澡人人看| 久久人妻av系列| 91老司机精品| xxx96com| 青草久久国产| 后天国语完整版免费观看| 一边摸一边抽搐一进一小说| 少妇裸体淫交视频免费看高清 | 欧美三级亚洲精品| 老司机靠b影院| 女人高潮潮喷娇喘18禁视频| 1024香蕉在线观看| 露出奶头的视频| 欧美在线一区亚洲| 午夜老司机福利片| 久久精品国产综合久久久| 日韩欧美一区视频在线观看| 丝袜人妻中文字幕| 日韩大尺度精品在线看网址| 777久久人妻少妇嫩草av网站| 长腿黑丝高跟| xxxwww97欧美| 女同久久另类99精品国产91| 成在线人永久免费视频| 日本在线视频免费播放| 天天躁狠狠躁夜夜躁狠狠躁| 99riav亚洲国产免费| 国产1区2区3区精品| 国产精品久久久av美女十八| 1024手机看黄色片| 人人妻人人看人人澡| 国产av在哪里看| 99国产精品一区二区蜜桃av| 怎么达到女性高潮| 巨乳人妻的诱惑在线观看| 俺也久久电影网| 天堂影院成人在线观看| 欧美国产精品va在线观看不卡| 国产午夜福利久久久久久| 成人三级黄色视频| 国产精品久久久久久精品电影 | 非洲黑人性xxxx精品又粗又长| 亚洲欧美日韩高清在线视频| 少妇 在线观看| 国产成人欧美| 国产一卡二卡三卡精品| 99国产精品一区二区蜜桃av| 老司机福利观看| 日韩大码丰满熟妇| 18禁美女被吸乳视频| 欧美成狂野欧美在线观看| 久久草成人影院| 十分钟在线观看高清视频www| 波多野结衣巨乳人妻| 精品国产超薄肉色丝袜足j| 一区福利在线观看| 99在线视频只有这里精品首页| 女人爽到高潮嗷嗷叫在线视频| 免费电影在线观看免费观看| 狂野欧美激情性xxxx| 欧美日本视频| 久久久久久大精品| 看黄色毛片网站| 99热只有精品国产| 法律面前人人平等表现在哪些方面| 色哟哟哟哟哟哟| 午夜亚洲福利在线播放| 亚洲人成网站高清观看| 国产不卡一卡二| 午夜精品久久久久久毛片777| 国产成人啪精品午夜网站| 国产99白浆流出| 日韩欧美三级三区| 黄色女人牲交| 日本a在线网址| 成人精品一区二区免费| 国产高清激情床上av| 日韩有码中文字幕| 精品不卡国产一区二区三区| 国产黄色小视频在线观看| 欧美大码av| 欧美不卡视频在线免费观看 | 色婷婷久久久亚洲欧美| 亚洲av成人av| 黄色丝袜av网址大全| 男人舔奶头视频| 久久精品91无色码中文字幕| 色播在线永久视频| 岛国视频午夜一区免费看| 久久久国产成人精品二区| 亚洲精品在线美女| 黄色视频,在线免费观看| 国产成人av激情在线播放| 无遮挡黄片免费观看| 午夜福利视频1000在线观看| 窝窝影院91人妻| 一区福利在线观看| 精品一区二区三区四区五区乱码| 一区二区三区激情视频| 成年人黄色毛片网站| 夜夜看夜夜爽夜夜摸| 在线观看午夜福利视频| 黄网站色视频无遮挡免费观看| 欧美成人一区二区免费高清观看 | 亚洲 欧美一区二区三区| 亚洲男人天堂网一区| 最新美女视频免费是黄的| 精品国产美女av久久久久小说| 日韩欧美在线二视频| 精华霜和精华液先用哪个| 久久久国产成人精品二区| 不卡一级毛片| cao死你这个sao货| 欧美日本视频| 亚洲成av片中文字幕在线观看| 在线av久久热| 伊人久久大香线蕉亚洲五| 又大又爽又粗| 99精品在免费线老司机午夜| 亚洲男人天堂网一区| 色综合欧美亚洲国产小说| 欧美一区二区精品小视频在线| 黄频高清免费视频| 男男h啪啪无遮挡| 亚洲,欧美精品.| 精品日产1卡2卡| 一边摸一边做爽爽视频免费| 免费人成视频x8x8入口观看| 中出人妻视频一区二区| 久久欧美精品欧美久久欧美| 成人免费观看视频高清| 桃色一区二区三区在线观看| 日韩免费av在线播放| 亚洲av熟女| 成人精品一区二区免费| 深夜精品福利| 欧美国产日韩亚洲一区| 久久久久亚洲av毛片大全| 在线观看免费日韩欧美大片| 婷婷精品国产亚洲av| videosex国产| 精品久久久久久久久久久久久 | 中文字幕人妻丝袜一区二区| 欧美丝袜亚洲另类 | 黑人巨大精品欧美一区二区mp4| 国产三级黄色录像| 观看免费一级毛片| 美女免费视频网站| 国产成人av教育| 妹子高潮喷水视频| 国产亚洲欧美在线一区二区| 色av中文字幕| 午夜福利在线在线| 久久九九热精品免费| 老熟妇乱子伦视频在线观看| www.999成人在线观看| 国产成人欧美在线观看| 日本五十路高清| 欧美乱妇无乱码| 国语自产精品视频在线第100页| av在线天堂中文字幕| 50天的宝宝边吃奶边哭怎么回事| 好男人电影高清在线观看| 国产精华一区二区三区| 日韩精品中文字幕看吧| 亚洲性夜色夜夜综合| 免费在线观看日本一区| 久久人人精品亚洲av| 给我免费播放毛片高清在线观看| 国产精品亚洲一级av第二区| 最近最新免费中文字幕在线| 色婷婷久久久亚洲欧美| 国内毛片毛片毛片毛片毛片| 一级毛片精品| 久久久久久久久久黄片| 成人18禁在线播放| www日本黄色视频网| 国产欧美日韩一区二区精品| 动漫黄色视频在线观看| 高清毛片免费观看视频网站| 亚洲午夜精品一区,二区,三区| 国产精品精品国产色婷婷| 国产精品美女特级片免费视频播放器 | 18禁观看日本| 免费av毛片视频| a在线观看视频网站| 亚洲人成网站高清观看| 女人高潮潮喷娇喘18禁视频| 国产高清有码在线观看视频 | 欧美黑人精品巨大| 亚洲五月婷婷丁香| 精品久久久久久久人妻蜜臀av| 97人妻精品一区二区三区麻豆 | 欧美成人一区二区免费高清观看 | 欧美午夜高清在线| 精品日产1卡2卡| 色在线成人网| 首页视频小说图片口味搜索| 神马国产精品三级电影在线观看 | 久久伊人香网站| 国产精品久久久av美女十八| 国产视频内射| 久久久久亚洲av毛片大全| 日韩有码中文字幕| 欧美+亚洲+日韩+国产| 国产色视频综合| 一级a爱视频在线免费观看| 欧美黑人欧美精品刺激| 级片在线观看| 亚洲国产精品999在线| 免费在线观看成人毛片| 嫩草影视91久久| 亚洲人成电影免费在线| 成人国产综合亚洲| 日本a在线网址| 久久人妻av系列| 国产私拍福利视频在线观看| 日本 欧美在线| 天天一区二区日本电影三级| 老鸭窝网址在线观看| 成人精品一区二区免费| 欧美性猛交黑人性爽| 欧美久久黑人一区二区| 国产精品久久久久久精品电影 | 一区二区三区激情视频| av超薄肉色丝袜交足视频| 国产高清视频在线播放一区| 男女视频在线观看网站免费 | 人妻丰满熟妇av一区二区三区| 欧美午夜高清在线| 久久这里只有精品19| 国产精品综合久久久久久久免费| 男人操女人黄网站| 一区二区三区高清视频在线| 中国美女看黄片| 在线观看66精品国产| 一级片免费观看大全| 国产精品99久久99久久久不卡| 最近最新中文字幕大全免费视频| 欧美国产精品va在线观看不卡| 制服丝袜大香蕉在线| netflix在线观看网站| 91成年电影在线观看| 丁香六月欧美| www.999成人在线观看| 在线av久久热| 成人三级黄色视频| 国产v大片淫在线免费观看| 日韩成人在线观看一区二区三区| e午夜精品久久久久久久| www.自偷自拍.com| 午夜免费激情av| 亚洲中文日韩欧美视频| 亚洲狠狠婷婷综合久久图片| 国产精品免费视频内射| 黄色片一级片一级黄色片| 精品国产一区二区三区四区第35| 亚洲欧美日韩高清在线视频| 午夜亚洲福利在线播放| 亚洲电影在线观看av| aaaaa片日本免费| 黄色女人牲交| 中文字幕高清在线视频| 免费搜索国产男女视频| 日本免费一区二区三区高清不卡| 欧美日韩亚洲国产一区二区在线观看| 亚洲精品美女久久久久99蜜臀| 成人永久免费在线观看视频| 一区二区三区精品91| 99国产极品粉嫩在线观看| 久久伊人香网站| av有码第一页| 国产黄片美女视频| bbb黄色大片| 日本 av在线| 国产精品电影一区二区三区| 大型av网站在线播放| 老汉色∧v一级毛片| 国产亚洲欧美98| 91麻豆精品激情在线观看国产| 在线国产一区二区在线| 18美女黄网站色大片免费观看| 大型黄色视频在线免费观看| 日本三级黄在线观看| 国产精品日韩av在线免费观看| 亚洲午夜精品一区,二区,三区| 麻豆国产av国片精品| 波多野结衣av一区二区av| 欧美久久黑人一区二区| 日本免费a在线| 精品一区二区三区视频在线观看免费| 首页视频小说图片口味搜索| 亚洲精品色激情综合| 又黄又粗又硬又大视频| 一本一本综合久久| 欧美在线黄色| 窝窝影院91人妻| 欧美在线一区亚洲| 91字幕亚洲| 色尼玛亚洲综合影院| 露出奶头的视频| 黑人巨大精品欧美一区二区mp4| 精品无人区乱码1区二区| 日韩欧美一区二区三区在线观看| netflix在线观看网站| a在线观看视频网站| 亚洲美女黄片视频| 精品一区二区三区av网在线观看| 一夜夜www| 亚洲成人久久性| 精品欧美一区二区三区在线| 国产黄a三级三级三级人| 白带黄色成豆腐渣| 美女 人体艺术 gogo| 欧美午夜高清在线| 一本综合久久免费| tocl精华| 一区福利在线观看| 亚洲av片天天在线观看| 嫁个100分男人电影在线观看| 亚洲成人精品中文字幕电影| 日韩大尺度精品在线看网址| 免费人成视频x8x8入口观看| 日韩精品青青久久久久久| 亚洲欧洲精品一区二区精品久久久| 日韩视频一区二区在线观看| 在线观看www视频免费| 91麻豆av在线| 亚洲中文av在线| 变态另类成人亚洲欧美熟女| 最新在线观看一区二区三区| 十八禁网站免费在线| 老熟妇乱子伦视频在线观看| x7x7x7水蜜桃| 岛国视频午夜一区免费看| 亚洲最大成人中文| 精品熟女少妇八av免费久了| 国产精品久久久人人做人人爽| 久久久久免费精品人妻一区二区 | 好看av亚洲va欧美ⅴa在| 给我免费播放毛片高清在线观看| 国产真人三级小视频在线观看| 久久 成人 亚洲| 又大又爽又粗| 搡老岳熟女国产| 看片在线看免费视频| 日韩高清综合在线| 美女免费视频网站| 99国产精品99久久久久| 午夜免费激情av| 欧美在线黄色| 亚洲av片天天在线观看| 青草久久国产| 亚洲片人在线观看| 香蕉久久夜色| 欧美日韩一级在线毛片| 久久天堂一区二区三区四区| 超碰成人久久| 美女 人体艺术 gogo| 亚洲av美国av| 精品福利观看| 国产97色在线日韩免费| 变态另类丝袜制服| 女同久久另类99精品国产91| 精品欧美一区二区三区在线| 欧美性猛交黑人性爽| 动漫黄色视频在线观看| 成人国语在线视频| 一进一出好大好爽视频| 日日摸夜夜添夜夜添小说| 少妇裸体淫交视频免费看高清 | 夜夜躁狠狠躁天天躁| 欧美性猛交╳xxx乱大交人| 精品少妇一区二区三区视频日本电影| www国产在线视频色| 色综合站精品国产| 动漫黄色视频在线观看| 欧美日韩亚洲国产一区二区在线观看| 精品久久久久久久毛片微露脸| 亚洲精品中文字幕在线视频|