基于BP神经网络分析事故对路段通行能力的影响
2015-11-22凌璐,李枫
华东交通大学学报 2015年4期
凌 璐,李 枫
(同济大学道路与交通工程教育部重点实验室,上海201804)
城市道路具有交通流密度大、连续性强等特点,交通事故的出现可能降低路段所有车道的通行能力,并涉及到整个路网的运行状态,此时无论用“瓶颈”断面处的最大通行能力,还是用未受到影响处的最大通行能力来评价路段的服务水平,都不能真实地反映整个路段车流的运行状况。
目前国内外已经有通过交通流理论建模以及基于实际数据来评价事故对道路通行能力的影响,Smith等发现城市高速公路容量减少主要是交通事故造成的,并且证明了将不确定性事故率作为随机变量是最好的建模方法[1]。Frantzeskakis等也在交通事故率、碰撞暴露、事故类型对公路通行能力的影响做了相关研究[2]。张海军等通过微观仿真将事发点通行能力的影响因素归纳为事件性质、阻塞行车道宽度、事件发生位置、现场行车秩序与上游交通量等五类来分析交通流系统的平衡状态[3];杨莹等从实际事故调查视频中获取数据,分析道路使用的基本条件,分析了路段车辆排队长度与事故横断面实际通行能力、事故持续时间、路段上游车流量间的关系,建立车队消散模式的理论模型[4];Shi等则提出了在不同流量组合条件下,交通事故持续时间对道路通行能力的影响[5];易富军等以遗传算法优化的RBF神经网络模型,提出了公路隧道群交通事故微观预测方法,对以任意断面为中心的单元长度内的交通事故率进行合理预测[6]。……
登录APP查看全文
