为了客观、准确地评价高速公路各路段的交通安全状况,并且提高量化评价水平,本文针对高速公路路段划分、安全服务水平分级方法开展了系列相关研究。目前,在高速公路安全服务水平分级工作中,首先要做的工作是将一条高速公路划分成一个一个的区段,然后针对每个区段进行安全评价。为此,本文在分析国内外现有路段划分方法的基础上,从交通安全角度考虑,提出了基于事故点分布的路段动态聚类划分方法。通过案例分析将该方法路段划分结果与定长法路段划分结果对比,该方法提高了路段划分的客观公正性及自动化水平。在路段划分的基础上,本文选取事故率、受伤率、死亡率作为安全服务水平分级指标。通过分别建立事故率、受伤率、死亡率以及三者加权综合指标与AADT的关系,计算各流量区间的均值和标准差,基于概率分布理论以各流量区间内均值加减标准差形成系列分界点,拟合分界点形成曲线,从而可将事故样本进行空间划分,每个空间区域即代表一种安全状况。借鉴美国HCM公路服务水平的划分级别,将我国高速公路安全服务水平也分为六级。结合京珠高速事故及相关数据给出了不同流量区间下各安全服务水平的分级标准。根据各路段的事故率、受伤率、死亡率指标确定其安全服务水平高低具有一定的模式识别特点,本文又建立了基于自组织神经网络的安全服务水平分级方法。以亿车公里事故率、亿车公里受伤率、亿车公里死亡率、三个指标的加权综合值以及三个指标乘以各自的加权值分别作为输入变量,得到不同输入变量下各路段的安全服务水平分级结果,从而从另一个方面自动地对路段安全状况进行分级。最后,将单一指标和多指标下基于概率分布的安全服务水平分级结果与基于自组织神经网络的安全服务水平分级结果对比分析,两种方法下55个路段的安全服务水平符合度较高,说明两种方法在高速公路路段安全服务水平分级方面都具有一定的适用性。