基于广义线性模型的高速公路事故预测能力对比研究*
2020-08-13孟祥海刘振博
交通信息与安全 2020年2期
关键词:模型
孟祥海 刘振博 温 程
(1.哈尔滨工业大学交通科学与工程学院 哈尔滨150090;2.四川省国土空间规划研究院 成都610084)
0 引 言
高速公路在推动经济发展的同时,由于其车流量大、车速快等特点,相比城市道路更容易发生重大交通事故。因此,针对高速公路交通事故预测开展研究工作,就交通事故数据建立起交通事故预测模型并进行对比,选择拟合效果和预测能力良好的事故预测模型,以评价高速公路安全水平。
20 世纪有学者对比发现,泊松模型比多元线性模型能更好地对交通事故数据进行拟合,Ye 等[1]利用泊松模型建立交通事故分析模型,研究了不同的交通事故因素是如何影响交通事故的严重程度。Li等[2]利用泊松回归对低等级道路的交通事故数据进行了拟合,也证明了泊松回归对交通事故建模的适用性。由于交通事故数据的过度离散性,一些学者提出建立负二项回归模型(NB 模型),之后,Lord 等[3-6]研究发现NB模型在对交通事故次数的拟合效果上存在优势。但由于交通事故数据存在大量零值,已经不能认为服从伯努利分布,与泊松及负二项模型的假设矛盾。此时泊松模型和NB模型对事故次数的预测能力较差,为此,有学者提出采用零膨胀回归建立事故预测模型,如零膨胀负二项模型(ZINB 模型),对于零膨胀问题提出了解决方法。Dong等[7]利用ZINB 回归建立了交叉口交通事故分析模型;Malyshkina 等[8]通过建立零膨胀回归模型分析了道路交通安全影响因素;Shankar 等[9]建立了包含行人与机动车因素的交通事故模型。……
登录APP查看全文
