- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于贝叶斯网络的城市道路交通事故分析.pdf
10.3969/j.issn.1001-0505.2011.06.032
基于贝叶斯网络的城市道路交通事故分析
赵金宝 邓 卫 王 建
东南大学交通学院,南京210096
摘要:以5190起交通事故数据为分析依据,基于专家知识和数据融合方法建立了城市道路交通
事故分析的贝叶斯网络结构.利用服从Dirichlet分布的贝叶斯方法对贝叶斯网络进行参数学习.
结合网络模型,应用联合树引擎推断了在车辆类型、事故地点和交通参与者等因素的影响下交通
事故类型概率分布.结果表明:客货车等大型车辆发生侧面碰撞的可能性为39.96%,高于其他
车型;助力车和自行车在正面碰撞引发事故的可能性分别为39.01%和39.44%;因制动不当引
发尾随碰撞事故的可能性为46.12%;转向不当而引发的侧面碰撞可能性为55.72%;随交叉口
进口道和出口道数量的增加,发生侧面碰撞的概率会增加.贝叶斯网络模型具有较高的精确度,
相关研究可以为城市道路管理部门深入了解交通事故诱发因素和提高城市道路交通系统安全水
平提供依据.
贝叶斯网络;城市道路;交通事故;Dirichlet分布
U491.3 A 1001-0505(2011)06-1300-07
Bayesiannetwork-basedurbanroadtrafficaccidentsanalysis
ZhaoJinbao DengWei WangJian
2011-03-09
赵金宝(1987-),男,博士生;邓卫 (联系人),男,博士,教授,博士生导师,dengwei@.
十一五”国家科技支撑计划资助项目(2006BAJi8B03)、江苏省普通高校研究生科研创新计划咨助项目(CXZZ110165).
其中机器
图1城市道嗣
0.0090 0.0003
谨军需臣弱
分析.
reliabilityofsearchandrescueoperationswithBayesian
beliefnetworks[J].ReliabilityEngineeringandSystem
Safety,2008,93(7):940-949.
@@[5]KimMC,SeongPH.Ananalyticmodelforsituation
assessmentofnuclearpowerplantoperatorsbasedon
Bayesianinference[J].ReliabilityEngineeringand
SystemSafety,2006,91(13):270-282.
@@[6]CafisoS,CavaGL,MontellaA.Safetyindexforeval
uationoftwo-laneruralhighways,2019[R].Wash
文档评论(0)