王 蕾， 邱 锋, 2， 夏永旭， 韩兴博

(1. 长安大学公路学院， 陕西 西安 710064； 2. 陕西碧桂园置业有限公司， 陕西 西安 710065)

0 引言

公路隧道的快速发展给我们带来了显著的经济与社会效益，然而由于其结构的封闭性与复杂性，导致运营安全方面存在很大的潜在威胁。尤其随着长隧道和特长隧道的不断增加，隧道路段已成为交通事故的高发路段[1]，且一旦发生事故，其严重程度和致死率远高于普通路段。因此，研究公路隧道交通安全，特别是交通事故的预测，对公路隧道交通安全管理工作具有非常重要的现实意义。

近年来，国内外许多学者对公路隧道交通安全问题进行了研究，并取得了一定的成果[2-6]，但这些研究多以对事故结果的统计分析为主。后续，也有学者关注公路隧道交通事故的预测工作。易富君等[7]构建了基于遗传算法优化的RBF神经网络模型，并提出了公路隧道群交通事故的微观预测方法； 段萌萌等[8]研究了高桥隧比高速公路交通事故的影响因素及规律，采用多元非线性回归分析法建立了事故预测模型； 马壮林等[9]采用有序Logit模型和广义有序Logit模型对交通事故严重程度进行了预测； Ciro等[10]以200余起公路隧道交通事故数据为基础，采用随机参数方法建立了事故频率预测模型； 詹伟等[11]结合事故灰色预测模型与马尔可夫模型，分析了隧道群路段交通事故的发展变化趋势； 杨健等[12]以沈海高速罗长隧道群为研究对象，建立了基于BP神经网络的交通事故非线性综合预测方法。……