恶劣天气下高速公路实时事故风险预测模型

• 作者: 刘攀 徐铖铖 李志斌 王炜
• 来源期刊: 吉林大学学报（工学版）
• 学科: 交通运输
• 关键词: 交通运输安全工程 高速公路 恶劣天气 实时事故风险 Logistic回归模型
• 年，卷（期）: 2013,（1）
• 页码范围: 68-73
• 页数: 6页
• 分类号: U491.31
• 字数: 4013字
• 语种: 中文

摘要

先提取了美国加州I-880N高速公路上一段长为23 km路段的实时交通流数据、事故数据和气象数据.然后采用Logistic模型建立了基于交通流数据和气象数据的事故风险预测模型.研究结果表明:天气条件对事故风险有显著影响,在雨天和雾天的比值比(Odds ratios)分别为6.4和4.4时,事故风险性分别提高了5.4和3.4倍.最后建立了不含天气参数的事故风险预测模型,结果表明:含有天气参数的实时事故风险模型预测精度为71.7％,不含天气参数的模型预测精度为66.5％,表明天气条件可以显著提高实时事故风险模型的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王炜	东南大学交通学院	485	13108	57.0	81.0
2	李志斌	东南大学交通学院	18	146	9.0	12.0
3	刘攀	东南大学交通学院	27	266	11.0	16.0
4	徐铖铖	东南大学交通学院	19	155	8.0	11.0