高速公路交通安全综合评价和瓶颈问题分析
|
摘要
随着高速公路里程的不断增长,我国的高速公路交通安全形势日趋严峻,交通事故死亡率近十年来高居世界第一。高速公路事故频繁发生不仅严重威胁人民生命财产安全,也严重限制了高速公路使用性能的正常发挥。因此,科学地评价高速公路交通安全状况,分析交通安全瓶颈问题,以及寻找交通安全改善策略是目前亟待研究的重要课题。本文是在对高速公路交通安全状况、交通设施状况和交通状况现场调查的基础上,综合交通安全相关研究成果,运用层次分析法、物元评判法、支持向量机(SVM)以及因子分析等方法进行高速公路交通安全综合评价和瓶颈问题分析。主要从以下几个方面开展:
首先,基于高速公路交通安全现状分析,从交通工程学的角度对人、车、路、交通环境和交通管理五方面高速公路交通安全影响因素及其交互作用进行探讨。
其次,综合高速公路交通安全影响因素,依据评价指标的筛选原则和分级标准,建立高速公路交通安全综合评价指标体系。并运用层次分析法确定各指标的权重,物元评判法选取学习样本,构建了基于SVM的高速公路交通安全综合评价模型。然后利用偏二叉树的SVM多分类算法和基于矩阵相似度的参数选定法,借助MATLAB求解SVM综合评价模型,经过对学习样本的测试和检验,验证了SVM综合评价模型的有效性。
再次,结合事故频率的统计特征,探寻适合高速公路交通事故多发点鉴别的累计频率曲线法。再针对鉴别出的事故多发点,分析引发该事故多发点的各方面因素,运用因子分析将其事故多发点的成因分为了主要成因和次要成因,找出瓶颈问题的症结所在,并依据瓶颈问题治理原则,分析了高速公路交通安全瓶颈问题技术治理策略。
最后,对沪昆高速公路(昌樟段)交通安全进行实证研究。分析了昌樟交通安全总体情况,挖掘了昌樟交通事故分布特性,运用基于SVM的高速公路交通安全综合评价模型对昌樟交通安全进行了总体评价,通过累计频率曲线法鉴别昌樟事故多发点和因子分析法分析事故多发点的成因来定位瓶颈问题,并结合综合评价和瓶颈问题分析的结果提出了昌樟交通安全改善策略。实证研究表明了文中构建的SVM综合评价模型和选用的瓶颈问题分析方法的可行性和实用性,从而为建立起使人、车、路、交通环境、交通管理达到协调的理论框架,提高高速公路交通安全水平提供理论依据。
With the increase of the freeway mileage, the freeway traffic safety situation has become increasingly severe in China and the traffic fatal-accident rate has been the highest in the world. Freeway accident not only endangers the safety of the people and property severely, but also restricts the using performance of freeway. So, it is urgently important subjects to scientifically evaluate freeway traffic safety situation, analyze the traffic safety bottleneck problem and find the improvement strategy now.
The paper bases on the field survey of the traffic safety situation, traffic facilities and traffic situation, and combines the traffic safety’s related achievement, uses the analytic hierarchic process, matter-element evaluation method, support vector machine (SVM) and factor analysis to evaluate the traffic safety situation and analyze the bottleneck problem. The chief contents include:
Firstly, based on the analysis of present situation of the traffic safety, it discuss the influence factor of the freeway traffic safety and its interaction of the people, car, road, traffic environment and traffic management from the traffic engineering.
Secondly, by synthesize the freeway traffic safety factors, it establish comprehensive evaluation index system of the freeway traffic safety based on the selection principles and grade scale of the evaluation indexes. Use the analytic hierarchic process to confirm the weight of the indexes and the matter-element evaluation method to select the train samples, establish a comprehensive evaluation model of the freeway traffic safety based on the support vector machine. Select the partial binary tree SVM multi-classification algorithm and use the matrix similarity degree method to confirm the SVM’s parameters, Using MATLAB solving the comprehensive evaluation model, train and test the SVM’s samples. The test result verifies the SVM comprehensive evaluation model’s effectiveness.
Thirdly, seeking the cumulative frequency curve method suited for the freeway black spot identification combined the statistical characteristics of the accident frequency. After finding the black spot, analyze the factors form the black spot. Then, use the factor analysis method to confirm the main causes and secondary causes of the black spot’s and find out the reasons of the bottleneck problem. According to the bottlenecks problem governance principles, analyze the technology governance strategy of the freeway’s traffic safety bottleneck problem.
Finally, the paper takes the traffic safety of the Hukun Freeway (Changzhang section) for empirical research. Analyze the total traffic safety situation of the Changzhang section and mine its accident distribution character. Use the SVM comprehensive evaluation model to evaluate the Changzhang section traffic safety, the cumulative frequency curve method to find its black spots, factor analysis method to analyze the causes of the black spot and locate the bottleneck problem. Propose Changzhang Freeway safety improvement strategy according to result of the comprehensive evaluation and bottleneck problem analysis. The empirical research shows the feasibility and practicality of the SVM comprehensive evaluation model and bottleneck analysis method, so it can provide theoretical basis to establish the theoretical framework coordinates the people, vehicles, roads, traffic environment and traffic management and to improve the safety level of freeway.
首先,基于高速公路交通安全现状分析,从交通工程学的角度对人、车、路、交通环境和交通管理五方面高速公路交通安全影响因素及其交互作用进行探讨。
其次,综合高速公路交通安全影响因素,依据评价指标的筛选原则和分级标准,建立高速公路交通安全综合评价指标体系。并运用层次分析法确定各指标的权重,物元评判法选取学习样本,构建了基于SVM的高速公路交通安全综合评价模型。然后利用偏二叉树的SVM多分类算法和基于矩阵相似度的参数选定法,借助MATLAB求解SVM综合评价模型,经过对学习样本的测试和检验,验证了SVM综合评价模型的有效性。
再次,结合事故频率的统计特征,探寻适合高速公路交通事故多发点鉴别的累计频率曲线法。再针对鉴别出的事故多发点,分析引发该事故多发点的各方面因素,运用因子分析将其事故多发点的成因分为了主要成因和次要成因,找出瓶颈问题的症结所在,并依据瓶颈问题治理原则,分析了高速公路交通安全瓶颈问题技术治理策略。
最后,对沪昆高速公路(昌樟段)交通安全进行实证研究。分析了昌樟交通安全总体情况,挖掘了昌樟交通事故分布特性,运用基于SVM的高速公路交通安全综合评价模型对昌樟交通安全进行了总体评价,通过累计频率曲线法鉴别昌樟事故多发点和因子分析法分析事故多发点的成因来定位瓶颈问题,并结合综合评价和瓶颈问题分析的结果提出了昌樟交通安全改善策略。实证研究表明了文中构建的SVM综合评价模型和选用的瓶颈问题分析方法的可行性和实用性,从而为建立起使人、车、路、交通环境、交通管理达到协调的理论框架,提高高速公路交通安全水平提供理论依据。
With the increase of the freeway mileage, the freeway traffic safety situation has become increasingly severe in China and the traffic fatal-accident rate has been the highest in the world. Freeway accident not only endangers the safety of the people and property severely, but also restricts the using performance of freeway. So, it is urgently important subjects to scientifically evaluate freeway traffic safety situation, analyze the traffic safety bottleneck problem and find the improvement strategy now.
The paper bases on the field survey of the traffic safety situation, traffic facilities and traffic situation, and combines the traffic safety’s related achievement, uses the analytic hierarchic process, matter-element evaluation method, support vector machine (SVM) and factor analysis to evaluate the traffic safety situation and analyze the bottleneck problem. The chief contents include:
Firstly, based on the analysis of present situation of the traffic safety, it discuss the influence factor of the freeway traffic safety and its interaction of the people, car, road, traffic environment and traffic management from the traffic engineering.
Secondly, by synthesize the freeway traffic safety factors, it establish comprehensive evaluation index system of the freeway traffic safety based on the selection principles and grade scale of the evaluation indexes. Use the analytic hierarchic process to confirm the weight of the indexes and the matter-element evaluation method to select the train samples, establish a comprehensive evaluation model of the freeway traffic safety based on the support vector machine. Select the partial binary tree SVM multi-classification algorithm and use the matrix similarity degree method to confirm the SVM’s parameters, Using MATLAB solving the comprehensive evaluation model, train and test the SVM’s samples. The test result verifies the SVM comprehensive evaluation model’s effectiveness.
Thirdly, seeking the cumulative frequency curve method suited for the freeway black spot identification combined the statistical characteristics of the accident frequency. After finding the black spot, analyze the factors form the black spot. Then, use the factor analysis method to confirm the main causes and secondary causes of the black spot’s and find out the reasons of the bottleneck problem. According to the bottlenecks problem governance principles, analyze the technology governance strategy of the freeway’s traffic safety bottleneck problem.
Finally, the paper takes the traffic safety of the Hukun Freeway (Changzhang section) for empirical research. Analyze the total traffic safety situation of the Changzhang section and mine its accident distribution character. Use the SVM comprehensive evaluation model to evaluate the Changzhang section traffic safety, the cumulative frequency curve method to find its black spots, factor analysis method to analyze the causes of the black spot and locate the bottleneck problem. Propose Changzhang Freeway safety improvement strategy according to result of the comprehensive evaluation and bottleneck problem analysis. The empirical research shows the feasibility and practicality of the SVM comprehensive evaluation model and bottleneck analysis method, so it can provide theoretical basis to establish the theoretical framework coordinates the people, vehicles, roads, traffic environment and traffic management and to improve the safety level of freeway.
引文
[1]钟连德,孙小端,陈永胜,贺玉龙,刘小明.中国高速公路事故特点及分布规律研究[J].道路交通与安全,2007,Vol. 7(4): 11-15.
[2]王文武.高速公路安全管理[M].北京:人民交通出版社, 2005.
[3]刘东,马社强,牛学军.我国高速公路交通事故特点分析[J].中国人民公安大学学报(自然科学版),2008,Vol. 58(4): 65-68.
[4] Nicholson,A.,Turner,S..Estimating accidents in a road network[A].Proceedings of the 18th ARRB Transport Research Conference,Christchurch,New Zealand,1996,5:51-65.
[5] Persaud B.N.Estimating accident potential of Ontario road sections[R].Transportation Research Record 1327, Transportation Research Board, National Research Council, Washington D.C., 1991, 47-53.
[6]裴玉龙.道路交通安全[M].北京:人民交通出版社, 2004.
[7]郭应时,袁伟,付锐.道路交通安全评价指标特性分析[J].公路交通科技, 2005, Vol.18(6): 832-835.
[8]许洪国.交通事故分析与处理[M].北京:人民交通出版社,2005.
[9]裴玉龙,王炜.道路交通事故成因及预防对策[M].北京:科学出版社, 2004.
[10]沈斐敏.道路交通安全[M].北京:机械工业出版社, 2007.
[11]李兵.道路交通事故处理[M].北京:警官教育出版社, 2005.
[12]李华成.高等级公路交通安全评价体系研究[D]: [硕士学位论文],长春:吉林大学, 2007.
[13]朱小红,陆愈实,周德红.模糊评价数学模型在道路交通安全评价中的应用[J].安全与环境工程,2006,Vol.13(3): 102-104.
[14]田方伟,王文杰.基于改进灰聚类法的交通安全评价[J].交通科技,2007,Vol.18(2): 68-71.
[15]李相勇,田澎,蒋葛夫.道路交通安全综合评价的人工神经网络方法[J].西南交通大学学报,2006,Vol.41(4):496-501.
[16]陈君,李聪颖,丁光明.基于BP神经网络的高速公路交通安全评价[J].同济大学学报(自然科学版),2008,Vol.36(7): 927-931.
[17] Rune Elvik. Assessing the validity of road safety evaluation studies by analyzing causal chains [J]. Accident Analysis&Prevention, 2003, Vol.35(5):741-748.
[18] Hadi M.A., Aruldhas,J., Chow,L.F., and Wattleworth,J.A..Estimating safety effects of cross-section design for various highway types using negative binomial regression [R]. Transportation Research Record 1500,TRB,National Research Council,Washington,D.C., 2005, 169-177.
[19] A.S.Hakker, Karolien Geurts, Isabelle Thomas and Geert Wets.Understanding spatial concentrationsof road accidents using frequent item sets [J].Accident Analysis & Prevention,2006, Vol.37(4),787-799.
[20]肖慎,过秀成.模糊聚类法在公路交通事故多发点成因分析中的应用[J].交通运输系统工程与信息. 2005, 2(3): 40-43.
[21]姚智胜,邵春福,龙德璐.基于粗糙集理论的路段交通事故多发点成因分析[J].中国安全科学学报.2005, 15(12): 107-120.
[22]唐琤琤,张铁军,吴玲涛.公路网事故多发段(点)判别方法研究[J].公路交通科技. 2007, Vol.24(10) : 118-122.
[23]刘玉增.交通事故黑点的智能排查及整治对策的研究[D]: [博士学位论文],成都:西南交通大学, 2006.
[24]张铁军.双变量区间过滤法进行事故多发段判别[J].公路交通科技. 2006, Vol.23(3) : 139-143.
[25]柴干,过秀成,陈彦美.公路交通事故黑点成因的对应分析法[J].中国安全科学学报. 2008, Vol.18(12) : 62-68.
[26]裴玉龙,丁建梅.鉴别道路交通事故多发点的突出因素法[J].中国公路学报. 2005, Vol.18(3) : 36-38
[27] HIGLE J L, WITKOWSKI JM. Bayes Identification of Hazardous Locations [C]. Transportation Research Record·1998: 24-36.
[28] SUNG N, TAYLOR WC, VINCENTM. Another Look at Identifying Hazardous Locations [C]. Transportation Research Board 2003.
[29] ROBERT R V, VEERARAGAVAN A. Hazard Rating Scores for Prioritization of Accident Prone Sections on Highways[C]. Transportation Research Board. 2004.
[30] TARKOAP, KANODIAM. Effective and Fair Identification of Hazardous Locations [C]. Transportation Research Board·2002.
[31] NG KS, HUNGWT, WONGWG. An Algorithm for Assessing the Risk of Traffic Accident [J]. Journal of Safety Research, 2004, Vol. 33(2): 387-410.
[32] B.Φ.巴布可夫著,景天然译.道路条件与交通安全[M].同济大学出版社. 2002: 135~138.
[33] Larsen, Lotte. Methods of multidisciplinary in-depth analyses of road to add traffic accidents [J]. Journal of Hazardous Materials.2004, Vol. 111(3):115-122.
[34]交通部规划研究院.国家高速公路网规划方案[R]. 2004.
[35]公安部交通管理局.道路交通事故统计年报[M]. 1995-2007.
[36]公安部交通管理局.全国道路交通事故情况通报[R]. 2001-2007.
[37]常宇,王长君.我国高速公路交通事故特征分析[J].中国安全生产科学技术. 2008, Vol.4(5) : 155-158.
[38]刘志强.中外道路交通安全状况比较分析[J].北美交通信息. 2007, Vol.13(5) : 11-13.
[39]周凯,徐海成,张林.中美两国高速公路交通安全管理差异及启示[J].交通企业管理. 2008,Vol.23(12) : 68-69.
[40]周钱,陆化普,徐薇.交通事故规律及其模型[J].交通运输工程学报. 2006, Vol.6(4) : 112-115.
[41]姜华平.高速公路交通安全管理工作[M].北京:人民交通出版社, 2005.
[42]周刚.高速公路交通安全影响因素分析及模糊综合评价[D]: [博士学位论文],成都:西南交通大学, 2007.
[43]杨降勇.高速公路疲劳驾驶交通事故的控制[J].中国安全科学学报. 2006, Vol.16(1): 44-49.
[44]李长城,阚伟生.高速公路平面线形与安全关系的探讨[J].公路交通科技, 2007, Vol.24(1): 126-130.
[45]马艳.不利气候条件下高速公路行车安全保障系统的研究[D] [硕士学位论文],西安:长安大学, 2005.
[46]钟连德,孙小端,陈永胜,贺玉龙,张杰.高速公路V/C与事故率关系研究[J].北京工业大学学报, 2007, Vol.33(1): 37-40.
[47]钟连德,孙小端,陈永胜,张杰,张国巍.高速公路大、小车速度差与事故率的关系[J].北京工业大学学报, 2007, Vol.33(2): 185-188.
[48]矫成武.公路交通安全系统化分析与评价方法及改善策略研究[D]: [博士学位论文],长春:吉林大学, 2007.
[49]刘清,曹斌.高速公路交通安全评价指标体系的建立[J].武汉理工大学学报(社会科学版),2005,Vol.18(6): 832-835.
[50]陈毕伍,石宝林,雷茂锦.基于物元模型的高速公路交通安全评价体系[J].长安大学学报(社会科学版), 2008, Vol.10(4): 20-24.
[51]胡启洲,张卫华.高速公路交通安全的模糊区间评价[J].中国安全科学学报,2007,Vol.17(8): 26-32.
[52]交通部公路科学研究所.高速公路交通安全设施设计及施工技术规范[M].北京:人民交通出版社, 2000.
[53]上海市公路管理处.公路沥青路面养护技术规范[M].北京:人民交通出版社, 2001.
[54]交通部公路司等.公路工程技术标准[M].北京:人民交通出版社, 2004.
[55]王琰,郭忠印.基于模糊逻辑理论的道路交通安全评价方法[J].同济大学学报(自然科学版),2008, Vol.36(1): 47-51.
[56]王建军,刘乙橙,吴宜淞.高速公路交通安全设施系统评价指标及评价方法研究[J].交通运输系统工程与信息,2007,Vol.7(4): 66-70.
[57]庄妍.基于瓶颈的道路交通安全管理系统研究[D]: [硕士学位论文],长春:吉林大学, 2007.
[58]许树柏.层次分析法原理[M].天津大学出版社. 1998.
[59]蔡文.物元模型及其应用[M].北京:科学技术文献出版社, 1994.
[60] V.Vapnik. The Nature of Statistical Learning Therory [M].Berlin: Springer-Veriag, 1995.
[61] Vapnik V, Golowich S, Smola A. Support Vector Method for Function Approximation Regression,Estimation, and Signal Processing [J].I n:Mozer M, Jordan M, Petshet eds Advances in Neural Processing System .Cambridge, MA: MIT Press,1997 ,281-287.
[62]邓乃扬等.数据挖掘中的新方法——支持向量机[M]北京:科学出版社, 2004
[63]周绮凤.基于支持向量机的若干分类问题研究[D]: [博士学位论文],厦门:厦门大学, 2007.
[64]王国胜.支持向量机的理论与算法研究[D]: [博士学位论文],北京:北京邮电大学, 2008.
[65]于艳华,宋梅,潘阳发,宋俊德.改进的基于支持向量机的网络综合评价策略[J].北京邮电大学学报, 2007, Vol.30(6): 85-88.
[66]徐红敏.基于支持向量机理论的水环境质量预测与评价方法研究[D]. [博士学位论文],长春:吉林大学, 2007.
[67]吴涛.核函数的性质、方法及其在障碍检测中的应用[D]. [博士学位论文],长沙:国防科学技术大学, 2006.
[68]孟祥海,盛洪飞,陈天恩.事故多发点鉴别本质及基于BP神经网络的鉴别方法研究[J].公路交通科技. 2008, Vol.25(3) : 124-129.
[69]管满泉.交通事故多发点鉴别方法的比较研究[J].公路. 2009, Vol.33(4): 191-195.
[70]陈松灵,陈飞.基于系统论的道路事故多发点成因分析[J].交通标准化. 2008, Vol.25(1) : 97-100.
[71]孟祥海,黄宝安,宋春花.事故多发点鉴别及其成因分析[J].交通信息与安全. 2009, Vol.27(3): 108-112.
[72]吴涛.模糊聚类及其在交通事故黑点成因分析中的应用研究[D]. [硕士学位论文],南京:江苏大学, 2006.
[73]潘昭宇,过秀成,盛玉刚,潘敏荣,卢光明.灰色关联分析法在公路交通事故黑点成因分析中的应用[J].交通运输工程与信息学报, 2008, Vol.6(3): 96-101.
[74]于志刚,邵毅明,王亮亮.重庆高速公路事故多发路段原因分析及对策[J].现代交通技术. 2007, Vol.4(5): 66-69.
[75]张翙.试论高速公路事故黑点的排查与治理[J].交通与运输. 2008, Vol.25(5): 129-130.
[2]王文武.高速公路安全管理[M].北京:人民交通出版社, 2005.
[3]刘东,马社强,牛学军.我国高速公路交通事故特点分析[J].中国人民公安大学学报(自然科学版),2008,Vol. 58(4): 65-68.
[4] Nicholson,A.,Turner,S..Estimating accidents in a road network[A].Proceedings of the 18th ARRB Transport Research Conference,Christchurch,New Zealand,1996,5:51-65.
[5] Persaud B.N.Estimating accident potential of Ontario road sections[R].Transportation Research Record 1327, Transportation Research Board, National Research Council, Washington D.C., 1991, 47-53.
[6]裴玉龙.道路交通安全[M].北京:人民交通出版社, 2004.
[7]郭应时,袁伟,付锐.道路交通安全评价指标特性分析[J].公路交通科技, 2005, Vol.18(6): 832-835.
[8]许洪国.交通事故分析与处理[M].北京:人民交通出版社,2005.
[9]裴玉龙,王炜.道路交通事故成因及预防对策[M].北京:科学出版社, 2004.
[10]沈斐敏.道路交通安全[M].北京:机械工业出版社, 2007.
[11]李兵.道路交通事故处理[M].北京:警官教育出版社, 2005.
[12]李华成.高等级公路交通安全评价体系研究[D]: [硕士学位论文],长春:吉林大学, 2007.
[13]朱小红,陆愈实,周德红.模糊评价数学模型在道路交通安全评价中的应用[J].安全与环境工程,2006,Vol.13(3): 102-104.
[14]田方伟,王文杰.基于改进灰聚类法的交通安全评价[J].交通科技,2007,Vol.18(2): 68-71.
[15]李相勇,田澎,蒋葛夫.道路交通安全综合评价的人工神经网络方法[J].西南交通大学学报,2006,Vol.41(4):496-501.
[16]陈君,李聪颖,丁光明.基于BP神经网络的高速公路交通安全评价[J].同济大学学报(自然科学版),2008,Vol.36(7): 927-931.
[17] Rune Elvik. Assessing the validity of road safety evaluation studies by analyzing causal chains [J]. Accident Analysis&Prevention, 2003, Vol.35(5):741-748.
[18] Hadi M.A., Aruldhas,J., Chow,L.F., and Wattleworth,J.A..Estimating safety effects of cross-section design for various highway types using negative binomial regression [R]. Transportation Research Record 1500,TRB,National Research Council,Washington,D.C., 2005, 169-177.
[19] A.S.Hakker, Karolien Geurts, Isabelle Thomas and Geert Wets.Understanding spatial concentrationsof road accidents using frequent item sets [J].Accident Analysis & Prevention,2006, Vol.37(4),787-799.
[20]肖慎,过秀成.模糊聚类法在公路交通事故多发点成因分析中的应用[J].交通运输系统工程与信息. 2005, 2(3): 40-43.
[21]姚智胜,邵春福,龙德璐.基于粗糙集理论的路段交通事故多发点成因分析[J].中国安全科学学报.2005, 15(12): 107-120.
[22]唐琤琤,张铁军,吴玲涛.公路网事故多发段(点)判别方法研究[J].公路交通科技. 2007, Vol.24(10) : 118-122.
[23]刘玉增.交通事故黑点的智能排查及整治对策的研究[D]: [博士学位论文],成都:西南交通大学, 2006.
[24]张铁军.双变量区间过滤法进行事故多发段判别[J].公路交通科技. 2006, Vol.23(3) : 139-143.
[25]柴干,过秀成,陈彦美.公路交通事故黑点成因的对应分析法[J].中国安全科学学报. 2008, Vol.18(12) : 62-68.
[26]裴玉龙,丁建梅.鉴别道路交通事故多发点的突出因素法[J].中国公路学报. 2005, Vol.18(3) : 36-38
[27] HIGLE J L, WITKOWSKI JM. Bayes Identification of Hazardous Locations [C]. Transportation Research Record·1998: 24-36.
[28] SUNG N, TAYLOR WC, VINCENTM. Another Look at Identifying Hazardous Locations [C]. Transportation Research Board 2003.
[29] ROBERT R V, VEERARAGAVAN A. Hazard Rating Scores for Prioritization of Accident Prone Sections on Highways[C]. Transportation Research Board. 2004.
[30] TARKOAP, KANODIAM. Effective and Fair Identification of Hazardous Locations [C]. Transportation Research Board·2002.
[31] NG KS, HUNGWT, WONGWG. An Algorithm for Assessing the Risk of Traffic Accident [J]. Journal of Safety Research, 2004, Vol. 33(2): 387-410.
[32] B.Φ.巴布可夫著,景天然译.道路条件与交通安全[M].同济大学出版社. 2002: 135~138.
[33] Larsen, Lotte. Methods of multidisciplinary in-depth analyses of road to add traffic accidents [J]. Journal of Hazardous Materials.2004, Vol. 111(3):115-122.
[34]交通部规划研究院.国家高速公路网规划方案[R]. 2004.
[35]公安部交通管理局.道路交通事故统计年报[M]. 1995-2007.
[36]公安部交通管理局.全国道路交通事故情况通报[R]. 2001-2007.
[37]常宇,王长君.我国高速公路交通事故特征分析[J].中国安全生产科学技术. 2008, Vol.4(5) : 155-158.
[38]刘志强.中外道路交通安全状况比较分析[J].北美交通信息. 2007, Vol.13(5) : 11-13.
[39]周凯,徐海成,张林.中美两国高速公路交通安全管理差异及启示[J].交通企业管理. 2008,Vol.23(12) : 68-69.
[40]周钱,陆化普,徐薇.交通事故规律及其模型[J].交通运输工程学报. 2006, Vol.6(4) : 112-115.
[41]姜华平.高速公路交通安全管理工作[M].北京:人民交通出版社, 2005.
[42]周刚.高速公路交通安全影响因素分析及模糊综合评价[D]: [博士学位论文],成都:西南交通大学, 2007.
[43]杨降勇.高速公路疲劳驾驶交通事故的控制[J].中国安全科学学报. 2006, Vol.16(1): 44-49.
[44]李长城,阚伟生.高速公路平面线形与安全关系的探讨[J].公路交通科技, 2007, Vol.24(1): 126-130.
[45]马艳.不利气候条件下高速公路行车安全保障系统的研究[D] [硕士学位论文],西安:长安大学, 2005.
[46]钟连德,孙小端,陈永胜,贺玉龙,张杰.高速公路V/C与事故率关系研究[J].北京工业大学学报, 2007, Vol.33(1): 37-40.
[47]钟连德,孙小端,陈永胜,张杰,张国巍.高速公路大、小车速度差与事故率的关系[J].北京工业大学学报, 2007, Vol.33(2): 185-188.
[48]矫成武.公路交通安全系统化分析与评价方法及改善策略研究[D]: [博士学位论文],长春:吉林大学, 2007.
[49]刘清,曹斌.高速公路交通安全评价指标体系的建立[J].武汉理工大学学报(社会科学版),2005,Vol.18(6): 832-835.
[50]陈毕伍,石宝林,雷茂锦.基于物元模型的高速公路交通安全评价体系[J].长安大学学报(社会科学版), 2008, Vol.10(4): 20-24.
[51]胡启洲,张卫华.高速公路交通安全的模糊区间评价[J].中国安全科学学报,2007,Vol.17(8): 26-32.
[52]交通部公路科学研究所.高速公路交通安全设施设计及施工技术规范[M].北京:人民交通出版社, 2000.
[53]上海市公路管理处.公路沥青路面养护技术规范[M].北京:人民交通出版社, 2001.
[54]交通部公路司等.公路工程技术标准[M].北京:人民交通出版社, 2004.
[55]王琰,郭忠印.基于模糊逻辑理论的道路交通安全评价方法[J].同济大学学报(自然科学版),2008, Vol.36(1): 47-51.
[56]王建军,刘乙橙,吴宜淞.高速公路交通安全设施系统评价指标及评价方法研究[J].交通运输系统工程与信息,2007,Vol.7(4): 66-70.
[57]庄妍.基于瓶颈的道路交通安全管理系统研究[D]: [硕士学位论文],长春:吉林大学, 2007.
[58]许树柏.层次分析法原理[M].天津大学出版社. 1998.
[59]蔡文.物元模型及其应用[M].北京:科学技术文献出版社, 1994.
[60] V.Vapnik. The Nature of Statistical Learning Therory [M].Berlin: Springer-Veriag, 1995.
[61] Vapnik V, Golowich S, Smola A. Support Vector Method for Function Approximation Regression,Estimation, and Signal Processing [J].I n:Mozer M, Jordan M, Petshet eds Advances in Neural Processing System .Cambridge, MA: MIT Press,1997 ,281-287.
[62]邓乃扬等.数据挖掘中的新方法——支持向量机[M]北京:科学出版社, 2004
[63]周绮凤.基于支持向量机的若干分类问题研究[D]: [博士学位论文],厦门:厦门大学, 2007.
[64]王国胜.支持向量机的理论与算法研究[D]: [博士学位论文],北京:北京邮电大学, 2008.
[65]于艳华,宋梅,潘阳发,宋俊德.改进的基于支持向量机的网络综合评价策略[J].北京邮电大学学报, 2007, Vol.30(6): 85-88.
[66]徐红敏.基于支持向量机理论的水环境质量预测与评价方法研究[D]. [博士学位论文],长春:吉林大学, 2007.
[67]吴涛.核函数的性质、方法及其在障碍检测中的应用[D]. [博士学位论文],长沙:国防科学技术大学, 2006.
[68]孟祥海,盛洪飞,陈天恩.事故多发点鉴别本质及基于BP神经网络的鉴别方法研究[J].公路交通科技. 2008, Vol.25(3) : 124-129.
[69]管满泉.交通事故多发点鉴别方法的比较研究[J].公路. 2009, Vol.33(4): 191-195.
[70]陈松灵,陈飞.基于系统论的道路事故多发点成因分析[J].交通标准化. 2008, Vol.25(1) : 97-100.
[71]孟祥海,黄宝安,宋春花.事故多发点鉴别及其成因分析[J].交通信息与安全. 2009, Vol.27(3): 108-112.
[72]吴涛.模糊聚类及其在交通事故黑点成因分析中的应用研究[D]. [硕士学位论文],南京:江苏大学, 2006.
[73]潘昭宇,过秀成,盛玉刚,潘敏荣,卢光明.灰色关联分析法在公路交通事故黑点成因分析中的应用[J].交通运输工程与信息学报, 2008, Vol.6(3): 96-101.
[74]于志刚,邵毅明,王亮亮.重庆高速公路事故多发路段原因分析及对策[J].现代交通技术. 2007, Vol.4(5): 66-69.
[75]张翙.试论高速公路事故黑点的排查与治理[J].交通与运输. 2008, Vol.25(5): 129-130.