交通事故现场安全性综合评价

交通运输系统工程与信息 ›› 2010, Vol. 10 ›› Issue (3): 105-109 .

交通事故现场安全性综合评价

张文会*;邓红星;王宪彬;何永明

东北林业大学交通学院，哈尔滨 150040

收稿日期:2009-08-13 修回日期:2009-10-13 出版日期:2010-06-25 发布日期:2010-06-25
通讯作者: 张文会
作者简介:张文会（1978-），男，黑龙江哈尔滨人，讲师
基金资助:
黑龙江省教育厅科学技术研究项目（11544011）; 中央高校基本科研业务费专项资金项目(DL09BB18)

Comprehensive Safety Evaluation for Traffic Accident Scene

ZHANG Wen-hui; DENG Hong-xing; WANG Xian-bin; HE Yong-ming

College of Traffic, Northeast Forestry University, Harbin 150040, China

Received:2009-08-13 Revised:2009-10-13 Online:2010-06-25 Published:2010-06-25
Contact: ZHANG Wen-hui

摘要/Abstract

摘要： 为了研究交通事故现场安全性，避免二次交通事故的发生，建立了交通事故现场安全性评价指标体系，准则层为人因因素、车辆因素、道路与环境因素和管理因素4个指标，决策层共15个指标. 为了统一各评价指标的度量标准，分别采用隶属度和无量纲化函数对定性和定量指标进行无量纲处理，将各属性值变换到［0, 1］范围内. 再将处理结果作为学习样本，进行神经网络训练. 最后以典型交通事故现场有关参数的实测值输入三层BP神经网络评价模型，对交通事故现场安全性进行评价，评价结果为0.5584，安全性等级为一般. 实例应用结果表明，选取的评价指标合理，评价结果客观

关键词: 公路运输, 交通安全, 交通事故现场, 综合评价, 神经网络

Abstract: To analyze safety of traffic accident scenes and avoid secondary accident, evaluation index system of safety in accident scene was established. Criterion layer included human factor, vehicle factor, road and environment factor, and management factor. Decision layer was consisted of 15 index. To uniform all the indexes, membership degree and dimensionless function were adopted to deal with quantitative and qualitative index. The attribute values were transformed to ［0, 1］, which trained neutral network. The BP neutral network model of three levels was developed to evaluate the safety in traffic accident scene. The result was 0.5584 and safety grade was normal. Application shows that the evaluation index is logical and the conclusion is objective.

Key words: highway transportation, traffic safety, traffic accident scene, comprehensive evaluation, neutral network

中图分类号:

U491

张文会,邓红星,王宪彬,何永明. 交通事故现场安全性综合评价[J]. 交通运输系统工程与信息, 2010, 10(3): 105-109 .

ZHANG Wen-hui, DENG Hong-xing, WANG Xian-bin, HE Yong-ming. Comprehensive Safety Evaluation for Traffic Accident Scene[J]. Journal of Transportation Systems Engineering and Information Technology, 2010, 10(3): 105-109 .

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract17986.shtml

http://www.tseit.org.cn/CN/Y2010/V10/I3/105

参考文献

［1］陈斌，魏朗. 高速公路意外事件影响下的车辆跟驰模型［J］. 交通运输工程学报，2006，6（3）：103-108.［CHEN B, WEI L. Car-following model under influence of expressway acciden［J］. Journal of Traffic and Transportation Engineering, 2006，6（3）：103-108.］

［2］俞斌, 等. 道路交通事故的影响范围算法［J］. 城市交通，2008，6（3）：82-86.［YU B, et al. Method to determine the influence area of street accidents［J］. Urban Transport of China, 2008，6（3）：82-86.］

［3］王建军. 交通事件和干预作用影响下的高速公路车流波分析［J］. 重庆交通学院学报，2006，25（6）：104-108.［WANG J J. Expressway traffic flow wave analysis on the influence of traffic incidents and intervention process［J］. Journal of Chong Qing Jiao Tong University, 2006，25（6）：104-108.］

［4］王建军，黄兰华. 基于线性模型的高速公路交通事件和干预作用影响下的车流波分析［J］.武汉理工大学学报（交通科学与工程版），2007，31（1）：172-175.［WANG J J, HUANG L H. Linear model based expressway traffic-flow wave analysis on the influence of traffic incidents and intervention process［J］. Journal of Wuhan University of Technology(Transportation Science & Engineering), 2007, 31（1）: 172-175.］

［5］贾顺平，唐祯敏. 基于微观模拟的城市快速路交通事故影响评价系统［J］.交通运输系统工程与信息，2006，6（1）：55-59.［JIA S P, TANG Z M. A micro simulation based evaluation system for thruway traffic accidents［J］. Journal of Transportation Systems Engineering and Information Technology, 2006，6（1）：55-59.］

［6］袁曾任. 人工神经网络及其应用［M］. 北京: 清华大学出版社，1999.

［7］中国公安部. 交通事故处理工作规范. 2005.

[1]	王宁, 张佳蕊, 赵姣. 城际零担货运平台车辆路径问题研究[J]. 交通运输系统工程与信息, 2022, 22(2): 163-177.
[2]	谭二龙, 李宏海, 钟厚岳, 霍恩泽, 马晓磊. 基于轨迹数据的货车自发编队节油潜力估计[J]. 交通运输系统工程与信息, 2022, 22(1): 74-84.
[3]	刘文, 汪文博. 基于秩最小化矩阵去噪的船舶轨迹重构方法[J]. 交通运输系统工程与信息, 2022, 22(1): 106-114.
[4]	赵建东, 陈溱, 焦彦利, 张凯丽, 韩明敏. 重点营运车辆的异常驾驶行为识别研究[J]. 交通运输系统工程与信息, 2022, 22(1): 282-291.
[5]	贾术艳, 宋雨童, 杨紫都. 基于生长曲线函数的货车运营环节碳达峰研究[J]. 交通运输系统工程与信息, 2021, 21(6): 310-318.
[6]	甘蜜, 卿三东, 刘晓波, 李丹丹. 货车轨迹数据在公路货运系统中应用研究综述[J]. 交通运输系统工程与信息, 2021, 21(5): 91-101.
[7]	李根, 翟伟, 朱兴贝, 杨晟, 邬岚. 侧向碰撞风险对交织区汇合行为的影响[J]. 交通运输系统工程与信息, 2021, 21(4): 204-210.
[8]	李桃迎，王婷，张羽琪. 考虑多特征的高速公路交通流预测模型[J]. 交通运输系统工程与信息, 2021, 21(3): 101-111.
[9]	杨建喜，郁超顺，李韧，杜利芳，蒋仕新，王笛. 基于多周期组件时空神经网络的路网通行速度预测[J]. 交通运输系统工程与信息, 2021, 21(3): 112-119.
[10]	陈秀锋，吴阅晨，邴其春，聂蕊蕊. 基于类锚虚拟线圈的多流向车流量检测算法[J]. 交通运输系统工程与信息, 2021, 21(2): 51-57.
[11]	高天航，徐力，靳廉洁，葛彪. 考虑航艏向与数据变化差异的船舶轨迹预测[J]. 交通运输系统工程与信息, 2021, 21(1): 90-94.
[12]	袁方，杨轸，周雄峰. 双车道公路弯道半径及回旋线长度对转向行为的影响[J]. 交通运输系统工程与信息, 2021, 21(1): 116-123.
[13]	胡立伟，何越人，李耀平，孟玲，殷秀芬. 基于人工免疫机制的营运货车运行风险评价研究[J]. 交通运输系统工程与信息, 2021, 21(1): 149-155.
[14]	赵丹，王景升，周妍，刘东，邢立利. 新冠疫情对城市核心区交通安全的干预效应分析[J]. 交通运输系统工程与信息, 2020, 20(6): 84-90.
[15]	戢晓峰，吴亚欣，郝京京，房锐，胡澄宇. 平纵组合路段事故严重程度致因辨识模型[J]. 交通运输系统工程与信息, 2020, 20(6): 197-204.