基于事故间隔时间的驾驶员安全驾驶可靠性分析

来源 :2017年世界交通运输大会 | 被引量 : 0次 | 上传用户:qiongxiaobao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  运用可靠性思想研究了驾驶员的安全驾驶可靠性及其关键因子,原始数据是某市2015 年全年的事故及违章数据,基于历史数据和生存分析参数模型的方法,探讨了事故驾驶员可靠性的最优模型和关键影响因素。结果 表明,4 种常用参数模型中Compertz 模型最适用拟合驾驶员的安全驾驶可靠性,影响安全驾驶可靠性的关键因子主要为:车辆归属地,上一年违章次数以及上一年是否存在特定违章。
其他文献
轨道交通站点是轨道交通连接周边城市空间的重要节点,轨道交通的线网客流特征通常都是由线路上的各个站点的特征所决定,本文从手机信令角度出发,探索天津地铁1号线沿线用地吸引力与车站客流之间的关系,找出制约天津客流增长的原因,并针对上述问题提出改善建议。
在当前不断加深的老龄化社会背景下,本文从老年人公共交通补贴角度入手,通过建立不同补贴方式下的老年人经济效用模型,对无补贴、完全补贴和货币补贴等方式的实际效用展开分析和评价,以期从老年人效用出发来考虑此群体的实际出行需要,为未来老年人交通补贴政策提供理论依据,同时也为政策完善提供参考。
手机信令数据样本量大、数据客观、全面、采样不会有很明显的倾向性,且数据具有较强的时空持续性,可以观测到交通出行整个过程,是任何其它数据源无法比拟的。用手机信令数据分析城市交通运行特征,弥补了传统的交通调查周期性长、工作量大、样本量少和花费高的特点。本文研究利用手机信令数据的时空信息,对城市交通出行特征进行可视化和科学分析,分析结果显示,原特区内与特区外仍有较强职住通勤吸引;住在东莞、惠州,职在深圳
我国交通行业在数字化发展过程中面临着一系列的问题,例如数据安全和非法网络攻击等问题。区块链技术作为一种新兴的技术手段,具有自信任、去中心化、可追溯等特征。基于区块链本质上是一个去中心化数据库的特点,提出了在车联网、不停车电子收费系统、共享出行等领域的应用框架,并分析其优势。
Pedestrian weaving behavior is caused by paths weaving of pedestrians different walking paths,which manifests as weaving points in walking facilities.The weaving behavior not only influences the pedes
长期以来,国内轨道交通系统结构不尽合理,城市中心城区与周边城镇组团间、城镇组团相互间缺少市郊铁路联接。鉴于我国城市发展阶段、铁路建设和运营实际,充分利用既有铁路发展市郊铁路是务实、有效的做法。本文总结了巴黎、东京等城市市郊铁路发展经验,尤其是市郊铁路与城市的互动发展。最后以天津市为例,阐述市郊铁路的功能定位,并根据天津铁路枢纽现状,提出市郊铁路发展设想。
以国内某地区物流概况为研究背景,结合国内外地下物流系统研究成果,将集合覆盖的思想引入地下物流网络节点选址规划,建立以物流节点数量最少及物流节点转运率最低为优化目标的双层多目标规划模型,并结合贪心算法和遗传算法进行优化求解,研究表明:① 将集合覆盖的思想引入地下物流节点规划是可行有效的;② 基于贪心遗传算法进行优化求解,使得该地区地下物流网络节点选择达到全局最优;③ 地下物流网络节点表现出明显的区域
This paper discusses the curb parking reform in Shenzhen in 2011.It describes the background,main content,and potential areas for future improvement of this reform.It shed lights on several interestin
随着建设用地的日益紧张和休闲娱乐等多重消费需求的日益增长,近年来商业综合体成为我国大城市商业体的发展主流。本文结合国内外商业综合体发展经验,通过对小汽车为主的北美模式和轨道交通为主的亚太模式的特征分析,结合天津成熟商业综合体案例的交通供给条件,从规划层面提出交通改善的对策,指导新建项目的 规划建设。
铁路领域产生海量的图片数据,基于深度学习的场景分类方法能够有效实现铁路大数据场景下的图片分类需求,本文利用迁移学习的思想,将主流的深度卷积神经网络引入铁路场景分类任务,最高达到95.3%的准确率.但在铁路场景分类数据集的制作过程中,往往会引入偏差,影响分类准确率,本文提出了一种借助Grad-CAM 可视化技术手段,剖析网络模型分类模式,揭示数据集误差造成的模型分类定式,从而有助于降低训练集中的误差