随着现代道路交通的快速发展,在人们感受到汽车所带来的巨大便利的同时,也逐渐意识到其所带来的不断增长的交通事故发生率,道路交通安全问题成为一个威胁全世界的难题。我国道路交通安全问题形势尤其严峻,亟需找出解决或至少是缓解这一问题的对策。在此背景下,提出有效的道路交通安全风险度量方法,对道路交通安全风险的预防与控制,具有十分重要的意义。本文引入金融领域的CVaR风险度量模型,针对道路交通安全风险特征拓展CVaR,建立道路交通安全风险度量多目标优化模型,并提出了改进的多目标粒子群优化算法来求解该模型。主要内容如下:第一章为绪论,介绍了论文的研究背景、研究目的及意义,并对本文所用到的技术方法进行了国内外理论及应用上的研究总结,分别从道理交通安全风险、CVaR模型以及多目标粒子群优化算法这三个方面进行了阐述。第二章对风险进行了概述,并分析了道路交通安全风险特征,最后采用主成分分析方法进行了道路交通安全主要风险指标提取。第三章将金融领域中的CVaR风险度量模型引入道路交通安全领域,基于道路交通安全风险与金融风险的不同特征,将经典CVaR模型中的损失函数从一元拓展到二元,建立二元损失函数CVaR模型,给出了相关定理及证明以保证理论上的完备性,最后基于该拓展CVaR建立了道路交通安全风险度量的多目标优化模型。第四章对道路交通安全风险度量模型的多目标粒子群优化算法进行了研究及改进。用一系列测试函数对算法性能进行检验,测试结果显示出了这种改进算法的性能优势。第五章为实证分析,用我国道路交通事故的相关统计数据,采用本文提出的道路交通安全风险度量方法度量我国现阶段道路交通安全风险,得到了我国现阶段道路交通安全风险度量值,并给出了我国道路交通安全风险的最优控制组合,为我国道路交通安全风险的预防与控制提出了建议。第六章为全文总结和研究展望。总结了本文的主要研究成果及创新之处,并对未来进一步的研究工作进行了展望。