摘要:以京港澳高速公路(G4)粤境北段3年发生的1354起交通事故为研究对象,将基础数据根据路段长度一致、曲线半径一致和坡度一致划分路段单元对基础数据进行处理,从道路线形和环境条件2个方面选取13个自变量,分别采用负二项(Negative Binomial,NB)回归模型和非线性负二项(Nonlinear Negative Binomial,NNB)回归模型建立交通事故起数预测模型,根据模型的拟合优度和预测准确性对比分析负二项回归和非线性负二项回归模型的优劣,并找出影响交通事故起数的显著自变量,分析显著自变量对交通事故起数的影响程度。研究结果表明:无论采用上述何种路段划分方法,非线性负二项回归模型构建的交通事故起数预测模型均优于负二项回归模型;采用坡度一致划分方法明显优于路段长度一致和曲线半径一致划分方法,更适合应用于山区高速公路交通事故数预测研究;从显著变量相关性来看,路段长度、相邻路段坡度变化值、弯坡组合、曲率、是否存在隧道路段以及是否为易结冰和起雾路段均是非线性模型的显著影响因素。
关键词:交通工程 交通事故预测 负二项回归模型 高速公路 非线性负二项回归模型
单位:长安大学公路学院; 陕西西安710064; 云南省交通科学研究院有限公司; 云南昆明650011; 长安大学汽车学院; 陕西西安700064; 平安国际智慧城市科技股份有限公司; 广东深圳518052
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社