论文部分内容阅读
在各类事故中,道路交通事故不论从发生次数,还是从死亡人数上来讲,都位列各类事故之首,且呈上升势态,其死亡人数约占各类事故总死亡人数的70%。2001 年起交通事故死亡人数突破10 万(10.6 万)大关后,交通安全问题就成了道路交通运输领域亟待研究解决的严重问题。对重复发生相同类型和相同原因导致的重大交通事故的同一地段,交巡警各级部门将其确立为“事故黑点”。由于公路交通中事故的发生具有复杂性和多样性的特点,事故原因的确定也和诸多因素有关,所以交通事故黑点的判定,其成因的分析以及未知黑点的排查都是当前交通管理工作的难点所在。开发智能化的交通事故黑点排查系统,对降低我国的交通事故数量,提高交通管理工作的实效性,提升我国的综合交通形象具有重要意义,这也是本文研究的出发点所在。通过对现有的交通事故黑点的判定算法及成因分析算法的研究发现,以前的研究要么是把各影响因素独立出来,要么是基于交通事故统计资料事后进行,都没有充分地利用已有道路统计资料,更没有真实地反映各影响的动态变化,以至于可能漏选一些真正“危险”或潜在的不安全地点,随着公路交通环境的变化,要正确地分析公路交通安全状况还缺乏全面性和准确性。本文提出了结合历史数据和专家法来排查交通事故黑点以及利用粗集理论来分析交通事故黑点的成因,从而发现造成交通事故的最大诱因的模型程序。该程序结合桌面地理信息系统MapX 组件来设计交通事故黑点智能排查系统的图形操作界面,方便了使用者和系统的交互。在模型程序中采用历史数据判定和专家法判定相结合的交通事故黑点判定方法,对交通事故黑点的排查做了一个有益的尝试,并成功地利用了粗集理论对交通事故黑点的成因进行分析。实践证明该模型程序具有一定的参考价值。在文中也探讨了利用智能计算的相关理论来对交通事故黑点进行排查的可行性。比如利用粗集理论来简化冗余的历史数据,然后结合神经网络的无导师学习可以从交通事故的历史数据中提取有用的判定规则来对路段进行排查,以发现未知的交通黑点。并且这种方法无需专家介入,所需判定规则可由计算机自动生成。文中给出了该部分的框架设计。