公路隧道交通事故预测与预防
|
摘要
随着公路交通业的不断发展,我国已成为世界上隧道最多、最复杂、发展最快的国家之一。然而,公路隧道的交通安全形势不容乐观,隧道已经成为交通事故的主要空间分布点和事故黑点,且具有事故危害程度大、事后处理困难、容易诱发二次交通事故等特点,提高公路隧道运营安全管理水平仍然是我国公路交通管理者面临的重要课题。
本文在阐述公路隧道交通特点、事故形态的基础上,从公路隧道交通事故的直接原因、间接原因和基础原因三方面对影响公路隧道交通事故的因素进行系统分析,阐述影响因素与交通事故的关系,为公路隧道交通事故预测模型的建立奠定基础。
运用灰色关联度理论对公路隧道交通事故的影响因素指标进行分析,确定相关度较高的七项指标(GDP、隧道长度、客运周转量、货运周转量、民用客车拥有量、民用货车拥有量、机动车驾驶人数)作为最终的公路隧道交通事故预测模型的影响因素指标。
在分析国内外常用的交通事故预测方法及其特点的基础上,针对公路隧道交通系统是一个动态时变参数系统的特点和神经网络在解决复杂非线性系统方面的优势,分析了神经网络应用于公路隧道交通事故预测的可行性,确定利用BP神经网络对公路隧道交通事故进行预测。
在介绍了BP神经网络用于公路隧道交通事故预测的原理和步骤后,探讨了建立基于BP神经网络的预测模型的关键技术,包括网络输入输出变量的选取、样本的选取与预处理、初始权值和阈值的选取、隐层节点数的确定、神经元函数、训练算法与参数的选取等,最后以我国1995-2008年公路隧道交通事故统计数据为例对模型进行训练和检验,结果表明此模型具有很高的预测精度,可用于公路隧道交通事故预测。
最后,根据致因分析和预测的结论,提出了公路隧道交通事故预防对策。分别从事故发生前(减少事故发生的可能性)和事故发生后(减轻事故发生后引起的后果)两方面提出了预防公路隧道交通事故对策体系。
With the rapidly development of transportation, our country has the most complicated tunnels with the fastest developing speed in the world. However, the traffic safety situation of tunnel is not optimistic, tunnel has become a major distribution point of traffic accidents and accident black spots, and has a major accident hazard degree, aftertreatment dealing with hardly and causing secondary accidents easily etc., so improving tunnel safety management level in China is still an important topic which facing the tunnel transportation management.
Based on presenting traffic accident characteristics and accident forms of tunnel, this paper analyses the influence factor systematically from direct cause, indirect causes and basic causes of tunnel accidents, expatiates the relationship between traffic accidents and factors for building up a forecasting model for tunnel traffic accidents.
Using grey relational theory to analyze the influence causes, choosing seven higher correlation indicators (GDP, the tunnel length, passenger turnover, freight turnover, the number of civil passenger, freight vehicles and driver) as the final indexes of the forecast model.
After analyzing the methods of traffic accident forecast and its characteristics, according to the characteristic that the traffic system is dynamic and time-variance and the advantage that ANN has in solving complicated and nonlinear problems, analysis the feasibility of BP Neural networks using to forecast of tunnel traffic accidents. And confirm using it for forecasting tunnel traffic accidents.
This dissertation builds up a BP Neural networks model of tunnel safety prediction, and discusses some key technique and means applying the model, including the selection of input-output variables, the selection and pretreatment of swatches, conforming the number of the nodes in hidden layers, the selection of the initial weight and value, the selection of activation function, training arithmetic as well as parameter. At last, through the example of the tunnel safety prediction by the data of our country's tunnel accidents from 1995 to 2008, it validates that this method opens out the relation of the tunnel safety and its influence factors in some error bound, and could be applied to forecast tunnel traffic accidents.
Finally, on the basis of above studied, this paper establishes the prevention system of tunnel traffic accidents, and puts forward preventive countermeasures from beforehand (reducing the possibility of accidents) and afterwards (alleviating the loss of accidents) for tunnel traffic safety.
本文在阐述公路隧道交通特点、事故形态的基础上,从公路隧道交通事故的直接原因、间接原因和基础原因三方面对影响公路隧道交通事故的因素进行系统分析,阐述影响因素与交通事故的关系,为公路隧道交通事故预测模型的建立奠定基础。
运用灰色关联度理论对公路隧道交通事故的影响因素指标进行分析,确定相关度较高的七项指标(GDP、隧道长度、客运周转量、货运周转量、民用客车拥有量、民用货车拥有量、机动车驾驶人数)作为最终的公路隧道交通事故预测模型的影响因素指标。
在分析国内外常用的交通事故预测方法及其特点的基础上,针对公路隧道交通系统是一个动态时变参数系统的特点和神经网络在解决复杂非线性系统方面的优势,分析了神经网络应用于公路隧道交通事故预测的可行性,确定利用BP神经网络对公路隧道交通事故进行预测。
在介绍了BP神经网络用于公路隧道交通事故预测的原理和步骤后,探讨了建立基于BP神经网络的预测模型的关键技术,包括网络输入输出变量的选取、样本的选取与预处理、初始权值和阈值的选取、隐层节点数的确定、神经元函数、训练算法与参数的选取等,最后以我国1995-2008年公路隧道交通事故统计数据为例对模型进行训练和检验,结果表明此模型具有很高的预测精度,可用于公路隧道交通事故预测。
最后,根据致因分析和预测的结论,提出了公路隧道交通事故预防对策。分别从事故发生前(减少事故发生的可能性)和事故发生后(减轻事故发生后引起的后果)两方面提出了预防公路隧道交通事故对策体系。
With the rapidly development of transportation, our country has the most complicated tunnels with the fastest developing speed in the world. However, the traffic safety situation of tunnel is not optimistic, tunnel has become a major distribution point of traffic accidents and accident black spots, and has a major accident hazard degree, aftertreatment dealing with hardly and causing secondary accidents easily etc., so improving tunnel safety management level in China is still an important topic which facing the tunnel transportation management.
Based on presenting traffic accident characteristics and accident forms of tunnel, this paper analyses the influence factor systematically from direct cause, indirect causes and basic causes of tunnel accidents, expatiates the relationship between traffic accidents and factors for building up a forecasting model for tunnel traffic accidents.
Using grey relational theory to analyze the influence causes, choosing seven higher correlation indicators (GDP, the tunnel length, passenger turnover, freight turnover, the number of civil passenger, freight vehicles and driver) as the final indexes of the forecast model.
After analyzing the methods of traffic accident forecast and its characteristics, according to the characteristic that the traffic system is dynamic and time-variance and the advantage that ANN has in solving complicated and nonlinear problems, analysis the feasibility of BP Neural networks using to forecast of tunnel traffic accidents. And confirm using it for forecasting tunnel traffic accidents.
This dissertation builds up a BP Neural networks model of tunnel safety prediction, and discusses some key technique and means applying the model, including the selection of input-output variables, the selection and pretreatment of swatches, conforming the number of the nodes in hidden layers, the selection of the initial weight and value, the selection of activation function, training arithmetic as well as parameter. At last, through the example of the tunnel safety prediction by the data of our country's tunnel accidents from 1995 to 2008, it validates that this method opens out the relation of the tunnel safety and its influence factors in some error bound, and could be applied to forecast tunnel traffic accidents.
Finally, on the basis of above studied, this paper establishes the prevention system of tunnel traffic accidents, and puts forward preventive countermeasures from beforehand (reducing the possibility of accidents) and afterwards (alleviating the loss of accidents) for tunnel traffic safety.
引文
[1]蒋树屏.我国公路隧道建设技术的现状及展望.“国际隧道研讨会暨公路建设技术交流大会”论文集[C].北京：人民交通出版社,2002：537-546
[2]中华人民共和国交通部.公路水路交通行业发展统计公报[EB/OL], http://www.moc.gov.cn/zhuzhan/tongjixinxi/fenxigongbao/tongjigongbao/,2008-04-18
[3]杜坤.长大隧道驾驶人心理研究[D].西安：长安大学,2006
[4]王毅才.隧道工程[M].北京：人民交通出版社,2000.
[5]刘伟,袁学勤.欧洲公路隧道营运安全技术的启示.现代隧道技术[J].2001,38
[6]F.H.Amundsen,G.Ranes. studies on Traffic Accidents in Norwegian Road Tunnels. Tunnelling and underground space tencnology[J],2000,15(1):3-12.
[7]H.Mashimo.State of the Road Tunnel Safety Technology in Japan.Tunnelling and Underground Technology[J].2002(17).145-152
[8]GA Khoury. EU tunnelfire safety action, Tunnels& Tunnelling International[M],April 2000
[9]张进华.高速公路隧道设计与交通安全[J].中南公路工程,1998,23(2)：26-28.
[10]马壮林.高速公路隧道交通事故分析及预防对策[D].西安：长安大学,2006
[11]姚思国,刘清泉,和松等.几个高速公路隧道交通事故分析和对策.2003年道路工程学会学术交流会议论文集[C].北京：人民交通出版社,2000.26-31.
[12]宋晓春,孙国华,鲍国平.浙江省高速公路隧道交通安全情况调查及对策探讨.“国际隧道研讨会暨公路建设技术交流大会”论文集[C].北京：人们交通出版社,2002,763-769.
[13]沈艾中.隧道交通事故多发的成因及预防措施.“国际隧道研讨会暨公路建设技术交流大会”论文集[C].北京：人们交通出版社,2002,770-774.
[14]何操.山区高速公路隧道路段对驾驶人生理心理影响研究[D].西安：长安大学硕士学位论文.2009
[15]贾伟.高速公路隧道安全评价研究[D].西安：长安大学硕士学位论文.2009
[16]陈劲风.长大隧道交通诱导与控制研究[D].西安：长安大学硕士学位论文.2002
[17]单永欣.公路隧道交通诱导与控制策略研究[D].西安：长安大学硕士学位论文.2004
[18]JTJ 206·1—1999.公路隧道通风照明设计规范[S]
[19]师利明,罗德纯,邓顺熙.公路隧道内噪声预测和降噪施的理论研究[J].中国公路学 报,1999,12
[20]曾祥平.公路隧道交通安全预警理论与方法研究[D].重庆：重庆交通大学硕士学位论文,2008
[21]王俊.公路隧道紧急事件处理系统视景仿真软件开发[D].长安大学,2005.
[22]周广振.高速公路隧道限速研究[D].重庆：重庆交通大学硕士学位论文,2008
[23]叶飞,苏臣宏.公路隧道运营安全分析及对策[J].现代隧道技术,2003,40(1)：31-33
[24]张生瑞,马壮林,石强.高速公路隧道群交通事故分布特点及对策研究[J].长安大学学报(自然科学版).2007,01.
[25]许宏科.高速公路隧道安全运营管理及其综合评价研究[D].长安大学博士学位论文,2006.
[26]裴玉龙.道路交通事故道路条件成因分析及预防对策研究[J].中国公路学报.2003(16)：77—82
[27]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
[28]Roads and traffic authority.Speed Problem Definition and countermeasure Summary Speed[R]. Australia,2000
[29]刘志强,王兆华等.基于速度的交通事故分析[J].中国安全科学学报,2005,15
[30]赵新才.尽快建立“国家道路交通安全计划”[J].公安研究,2003(1)(总第99期)：81-84
[31]李相勇.道路交通事故预测方法研究[D].西南交通大学,2004
[32]刘志强.道路交通事故预测方法比较研究[J].交通与计算机,2001,05
[33]朱大奇,史慧.人工神经网络及应用[M].北京：科学出版社,2006
[34]张恩亮.基于BP神经网络的道路交通安全预测研究[D].北京交通大学,2006
[35]沈斐敏,张荣贵.道路交通事故预测与预防[M].北京：人民交通出版社,2007,01
[36]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
[37]从爽.面向Matlab工具箱的神经网络理论与应用[M].合肥：中国科大出版社
[38]董长虹.神经网络与应用.北京[M]：国防工业出版社,2005.1
[39]葛哲学,孙志强.神经网络理论与MATLAB R2007实现[M].北京：电子工业出版社,2007
[40]郭克清,徐希娟,金宏忠等.公路安全保障工程实用手册[M].北京：人民交通出版社,2007
[41]曹贞海.怎样安全穿越隧道[J].汽车运用,2000
[42]侯小路.公路长大隧道交通安全措施研究[D].长安大学硕士学位论文,2007
[43]李玉龙等.重庆通渝隧道路面抗滑处治[J].公路交通技术,2005,(3)：52-54
[44]沈艾中.警惕隧道交通事故-谈隧道交通事故多发的成因及预防措施[J].浙江公安高等专科学校学报2002,10
[45]胡功宏,范云飞,高建平.山区高速公路隧道典型安全因素分析及其对策研究[J].西部交通科,2007：06
[46]赵湘茹,张廷元,王成军.高速公路隧道运营管理初探[J].山西交通科技,2003,12
[47]沙爱敏.高速公路交通事故分析及预防对策研究[D].东南大学硕士学位论文,2006
[48]周呈强.高速公路隧道安全管理与二次事故预防探析[N].大众科技.2006,01
[2]中华人民共和国交通部.公路水路交通行业发展统计公报[EB/OL], http://www.moc.gov.cn/zhuzhan/tongjixinxi/fenxigongbao/tongjigongbao/,2008-04-18
[3]杜坤.长大隧道驾驶人心理研究[D].西安：长安大学,2006
[4]王毅才.隧道工程[M].北京：人民交通出版社,2000.
[5]刘伟,袁学勤.欧洲公路隧道营运安全技术的启示.现代隧道技术[J].2001,38
[6]F.H.Amundsen,G.Ranes. studies on Traffic Accidents in Norwegian Road Tunnels. Tunnelling and underground space tencnology[J],2000,15(1):3-12.
[7]H.Mashimo.State of the Road Tunnel Safety Technology in Japan.Tunnelling and Underground Technology[J].2002(17).145-152
[8]GA Khoury. EU tunnelfire safety action, Tunnels& Tunnelling International[M],April 2000
[9]张进华.高速公路隧道设计与交通安全[J].中南公路工程,1998,23(2)：26-28.
[10]马壮林.高速公路隧道交通事故分析及预防对策[D].西安：长安大学,2006
[11]姚思国,刘清泉,和松等.几个高速公路隧道交通事故分析和对策.2003年道路工程学会学术交流会议论文集[C].北京：人民交通出版社,2000.26-31.
[12]宋晓春,孙国华,鲍国平.浙江省高速公路隧道交通安全情况调查及对策探讨.“国际隧道研讨会暨公路建设技术交流大会”论文集[C].北京：人们交通出版社,2002,763-769.
[13]沈艾中.隧道交通事故多发的成因及预防措施.“国际隧道研讨会暨公路建设技术交流大会”论文集[C].北京：人们交通出版社,2002,770-774.
[14]何操.山区高速公路隧道路段对驾驶人生理心理影响研究[D].西安：长安大学硕士学位论文.2009
[15]贾伟.高速公路隧道安全评价研究[D].西安：长安大学硕士学位论文.2009
[16]陈劲风.长大隧道交通诱导与控制研究[D].西安：长安大学硕士学位论文.2002
[17]单永欣.公路隧道交通诱导与控制策略研究[D].西安：长安大学硕士学位论文.2004
[18]JTJ 206·1—1999.公路隧道通风照明设计规范[S]
[19]师利明,罗德纯,邓顺熙.公路隧道内噪声预测和降噪施的理论研究[J].中国公路学 报,1999,12
[20]曾祥平.公路隧道交通安全预警理论与方法研究[D].重庆：重庆交通大学硕士学位论文,2008
[21]王俊.公路隧道紧急事件处理系统视景仿真软件开发[D].长安大学,2005.
[22]周广振.高速公路隧道限速研究[D].重庆：重庆交通大学硕士学位论文,2008
[23]叶飞,苏臣宏.公路隧道运营安全分析及对策[J].现代隧道技术,2003,40(1)：31-33
[24]张生瑞,马壮林,石强.高速公路隧道群交通事故分布特点及对策研究[J].长安大学学报(自然科学版).2007,01.
[25]许宏科.高速公路隧道安全运营管理及其综合评价研究[D].长安大学博士学位论文,2006.
[26]裴玉龙.道路交通事故道路条件成因分析及预防对策研究[J].中国公路学报.2003(16)：77—82
[27]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
[28]Roads and traffic authority.Speed Problem Definition and countermeasure Summary Speed[R]. Australia,2000
[29]刘志强,王兆华等.基于速度的交通事故分析[J].中国安全科学学报,2005,15
[30]赵新才.尽快建立“国家道路交通安全计划”[J].公安研究,2003(1)(总第99期)：81-84
[31]李相勇.道路交通事故预测方法研究[D].西南交通大学,2004
[32]刘志强.道路交通事故预测方法比较研究[J].交通与计算机,2001,05
[33]朱大奇,史慧.人工神经网络及应用[M].北京：科学出版社,2006
[34]张恩亮.基于BP神经网络的道路交通安全预测研究[D].北京交通大学,2006
[35]沈斐敏,张荣贵.道路交通事故预测与预防[M].北京：人民交通出版社,2007,01
[36]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
[37]从爽.面向Matlab工具箱的神经网络理论与应用[M].合肥：中国科大出版社
[38]董长虹.神经网络与应用.北京[M]：国防工业出版社,2005.1
[39]葛哲学,孙志强.神经网络理论与MATLAB R2007实现[M].北京：电子工业出版社,2007
[40]郭克清,徐希娟,金宏忠等.公路安全保障工程实用手册[M].北京：人民交通出版社,2007
[41]曹贞海.怎样安全穿越隧道[J].汽车运用,2000
[42]侯小路.公路长大隧道交通安全措施研究[D].长安大学硕士学位论文,2007
[43]李玉龙等.重庆通渝隧道路面抗滑处治[J].公路交通技术,2005,(3)：52-54
[44]沈艾中.警惕隧道交通事故-谈隧道交通事故多发的成因及预防措施[J].浙江公安高等专科学校学报2002,10
[45]胡功宏,范云飞,高建平.山区高速公路隧道典型安全因素分析及其对策研究[J].西部交通科,2007：06
[46]赵湘茹,张廷元,王成军.高速公路隧道运营管理初探[J].山西交通科技,2003,12
[47]沙爱敏.高速公路交通事故分析及预防对策研究[D].东南大学硕士学位论文,2006
[48]周呈强.高速公路隧道安全管理与二次事故预防探析[N].大众科技.2006,01