首页|考虑危险驾驶群体的交通事故预测模型

考虑危险驾驶群体的交通事故预测模型

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
传统的交通事故预测是基于直接暴露量,如车辆行驶里程(VMT)等,很少有研究致力于评估不同驾驶群体对事故频率的影响,而现有的研究表明,大量的交通事故与驾驶群体相关.基于此,首先采用相对危险暴露量技术探索所有驾驶人群中的危险驾驶群体,通过相关事故参与率的计算结果可知,青年(15～29岁)和老年(大于或等于70岁)驾驶员更容易发生事故,为危险驾驶群体.然后以VMT和危险驾驶群体作为解释变量,建立了用于交通事故预测的负二项模型.最后通过计算Akaike信息准则(AIC)指标,得到了最优预测模型.结果表明,将危险驾驶群体引入交通事故预测模型可以使预测效果更好(尤其是以VMT和青年驾驶员为变量),有助于提高交通事故预测的准确性.
Prediction Model for Traffic Crashes Integrating Hazardous Driving Cohorts

石小林、章国鹏、张渤

展开 >

西南交通大学交通运输与物流学院,成都610031

交通事故预测 相对危险暴露量 危险驾驶群体 Akaike信息准则 负二项模型

成都市科技项目

2015-RK00-00171-ZF

2017

综合运输
国家发改委综合运输研究所

综合运输

影响因子：0.46
ISSN：1000-713X
年,卷(期)：2017.39(9)
  • 2
  • 5