基于贝叶斯网络的城市道路交通事故分析.pdfVIP

10.3969/j.issn.1001-0505.2011.06.032 基于贝叶斯网络的城市道路交通事故分析 赵金宝 邓 卫 王 建 东南大学交通学院，南京210096 摘要：以5190起交通事故数据为分析依据，基于专家知识和数据融合方法建立了城市道路交通 事故分析的贝叶斯网络结构.利用服从Dirichlet分布的贝叶斯方法对贝叶斯网络进行参数学习. 结合网络模型，应用联合树引擎推断了在车辆类型、事故地点和交通参与者等因素的影响下交通 事故类型概率分布.结果表明：客货车等大型车辆发生侧面碰撞的可能性为39.96％，高于其他 车型；助力车和自行车在正面碰撞引发事故的可能性分别为39.01％和39.44％;因制动不当引 发尾随碰撞事故的可能性为46.12％；转向不当而引发的侧面碰撞可能性为55.72％;随交叉口 进口道和出口道数量的增加，发生侧面碰撞的概率会增加.贝叶斯网络模型具有较高的精确度， 相关研究可以为城市道路管理部门深入了解交通事故诱发因素和提高城市道路交通系统安全水 平提供依据. 贝叶斯网络；城市道路；交通事故；Dirichlet分布 U491.3 A 1001-0505(2011)06-1300-07 Bayesiannetwork-basedurbanroadtrafficaccidentsanalysis ZhaoJinbao DengWei WangJian 2011-03-09 赵金宝(1987-)，男，博士生；邓卫 （联系人），男，博士，教授，博士生导师,dengwei@. 十一五”国家科技支撑计划资助项目(2006BAJi8B03)、江苏省普通高校研究生科研创新计划咨助项目(CXZZ110165). 其中机器 图1城市道嗣 0.0090 0.0003 谨军需臣弱 分析. reliabilityofsearchandrescueoperationswithBayesian beliefnetworks[J].ReliabilityEngineeringandSystem Safety,2008,93(7):940-949. @@[5]KimMC,SeongPH.Ananalyticmodelforsituation assessmentofnuclearpowerplantoperatorsbasedon Bayesianinference[J].ReliabilityEngineeringand SystemSafety,2006,91(13):270-282. @@[6]CafisoS,CavaGL,MontellaA.Safetyindexforeval uationoftwo-laneruralhighways,2019[R].Wash