文献类型：期刊文章

作　　者：耿超[1,2] 彭余华[1]

GENG Chao;PENG Yu-hua(School of Highway,Chang＇an University,Xi＇an 710064,Shaanxi,China;Anhui Expressway Company Limited,Hefei 230088,Anhui,China)

机构地区：[1]长安大学公路学院,陕西西安710064 [2]安徽皖通高速公路股份有限公司,安徽合肥230088

出　　处：《长安大学学报（自然科学版）》

基　　金：云南省交通运输厅科技项目(云交科教(2016)56号)

年　　份：2018

卷　　号：38

期　　号：5

起止页码：131-138

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为提高交通事故黑点鉴别的精度,选择合适的路段长度作为分析路段的基本单元,结合移动步长法将路段划分为几种不同的组合,兼顾交通事故次数和伤亡人数对交通事故进行当量化处理;采用累计频率法进行事故分析,分别得到各种组合下的事故相对集中路段,按路段相邻原则对其进行合并作为初选黑点路段。针对初选黑点路段,选取合适的邻域和阈值,采用基于密度的聚类(DBSCAN)算法进行聚类分析,以寻求长度较短且事故集中的真正事故黑点。为验证该鉴别方法的可靠性,对麻昭(麻柳湾—昭通)高速公路部分路段进行事故黑点鉴别。结果表明:在动态路段划分的基础上,采用当量事故数-累计频率法,初步鉴别出的事故多发路段长度占全线总长28.4%,发生当量事故次数占总事故次数的56.4%;通过移动步长法动态划分路段单元能够最大程度鉴别事故多发路段;采用DBSCAN算法对初选黑点路段进行再次排查,得到的事故黑点路段长度仅占全线总长10.8%,其发生当量事故次数占总事故次数的52.5%;与初选路段相比,其总长度下降了61%,总当量事故次数几乎不变。将动态分段和DBSCAN算法结合能够剔除初选路段中的非黑路段,识别出真正的黑点路段。该方法提高了公路交通事故黑点路段的鉴别精度,可为交通事故黑点的有效治理提供坚实的技术支撑。

关 键 词：交通工程 交通安全 事故黑点  累计频率法  当量事故数  DBSCAN算法

分 类 号：U491[物流管理与工程类]