COX Regression模型在交通事件持续时间研究中的应用

• 作者: 康国祥 方守恩
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 高速公路 交通事件 事件持续时间 Cox Regression模型
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 交通安全
• 页码范围: 104-106
• 分类号: U491
• 字数: 2576字
• 语种: 中文
• DOI: 10.3963/j.ISSN1674-4861.2011.02.024

摘要

有效的交通事件管理要求交通管理者全面了解交通事件的各种特征才能准确估计事件持续时间,从而及时地疏导交通拥堵.利用某高速公路应急指挥中心管理系统中记录的近3 a的交通事件持续时间数据,建立Cox Regression模型探索影响持续时间的危险因素并评价其作用强度和方向.研究表明,日夜、报警方式、事件类型、占用车道数、涉及车辆数、涉及死亡、救护车、牵引车、吊车、驳车、涉及货车等11项是交通事件持续时间的显著影响因素,因此,交通管理者对这些因素进行改善可有效提高交通事件管理效率和安全性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方守恩	同济大学道路与交通工程教育部重点实验室	132	1820	23.0	36.0
2	康国祥	同济大学道路与交通工程教育部重点实验室	3	37	3.0	3.0