高速公路是交通运输系统的重要组成部分,随着通车里程的快速增长,交通安全问题越来越突出。高速公路交通安全评估是保障高速公路运营安全的基础,对于减少交通事故和提高运输效率具有重要意义。本文在对高速公路交通事故分布特性和不同交通流状态安全性进行分析的基础上,提出了一种基于速度预测的高速公路交通安全事前评估方法,同时相较于传统评估方法缩短评估周期,以期在交通事故发生前实现对短时内高速公路交通安全水平的事前评估,对行车风险动态预警,提前采取防范措施。首先,考虑到神经网络模型与模糊推理系统的优缺点,论文提出将自适应网络模糊推理系统(ANFIS)应用于高速公路行车速度短时预测,同时考虑到传统速度预测方法只将前若干个时段的速度值作为单一预测因素的局限,论文结合对速度影响因素的显著性分析,将交通量、能见度和降雨强度作为附加预测因素,并选取合适的模型参数,构建了基于ANFIS的高速公路行车速度短时预测模型。其次,论文考虑了车速的离散性、连续性、协调性以及天气条件,建立了基于速度预测的高速公路交通安全评估指标体系,应用层次分析法计算了评估指标的权重,并改进了关联函数的计算方法,将改进后的物元分析法应用于高速公路交通安全评估。最后,以京港澳高速湖北段为例,论文应用基于ANFIS的高速公路行车速度短时预测模型计算出评估指标值,并采用改进的物元分析法对咸安至咸宁段进行交通安全事前评估,验证了本文基于速度预测的高速公路交通安全事前评估方法的可行性和合理性。