107 | 0 | 14 |
下载次数 | 被引频次 | 阅读次数 |
为准确评估高速公路行车风险,综合考虑微观驾驶行为和宏观交通环境,选取速度离散度、加速度变化率、碰撞时间占比、空间占有率及中大型车占比为行车风险的评价指标,提出基于熵权法(entropy weighting method, EWM)与模糊综合评价(fuzzy comprehensive evaluation, FCE)的EWM-FCE高速公路行车风险评价模型。通过问卷调查数据标定EWM-FCE模型的组合隶属度函数,以山东省某高速公路路段为例,评价此路段的行车风险,并将其评价结果与传统三角形隶属度函数及梯形隶属度函数进行对比,验证EWM-FCE模型的准确性。结果表明:该高速公路路段的行车风险等级为超低风险;采用组合隶属度函数的EWM-FCE模型相较于采用三角形隶属度函数及梯形隶属度函数时,评价结果准确率分别提高7.5%和7.6%。
Abstract:In order to accurately evaluate the risk of highway driving, considering micro driving behavior and macro traffic environment, speed dispersion, acceleration change rate, collision time proportion, space occupancy rate, and proportion of medium and large vehicles are selected as evaluation indicators of driving risk. The EWM-FCE model based on entropy weighting method(EWM) and fuzzy comprehensive evaluation(FCE) is proposed. The combined membership function of the model is calibrated through questionnaire survey data, taking a certain highway section in Shandong Province as an example, to evaluate the driving risk of this section, and the evaluation results are compared with the traditional triangular membership function and trapezoidal membership function to verify the accuracy of the EWM-FCE model. The results show that the driving risk level of this highway section is ultra-low risk; the EWM-FCE model using the combined membership function improves the accuracy of the evaluation results by 7.5% and 7.6%, respectively, compared with the triangular and trapezoidal membership functions.
[1] 中华人民共和国公安部.2024年上半年全国机动车达4.4亿辆驾驶人达5.32亿人新能源汽车保有量达2472万辆[EB/OL].(2024-07-09)[2024-10-22)].https://www.mps.gov.cn/n2254314/n6409334/n9194010/c9648257/content.html.
[2] 张洁,张萌萌,李虹燕.基于二元Logistic模型的城市道路交通事故严重程度分析[J].交通信息与安全,2022,40(5):70-79.
[3] CHEN S K,SAEED T U,ALINIZZI M,et al.Safety sensitivity to roadway characteristics:a comparison across highway classes[J].Accident Analysis & Prevention,2019,123:39-50.
[4] 胡立伟,尹宇,刘泽,等.基于速度特性的高速公路隧道入口过渡段行车安全性分析[J].安全与环境学报,2021,21(6):2407-2414.
[5] 许甜,高健强,刘建蓓,等.车辆碰撞预警系统对行车风险的干预效果[J].交通信息与安全,2022,40(1):153-161.
[6] 张诗雯,彭一川,陆键,等.自由流条件下高速公路货车比例对交通安全的影响[J].武汉理工大学学报,2017,39(12):42-48.
[7] 吴丽萍.模糊综合评价方法及其应用研究[D].太原:太原理工大学,2006.
[8] 武保林,谢晓文,王莹.安全的相对性与企业安全性最优权综合评价模型[J].中国安全科学学报,1995(2):14-18.
[9] 秦雅琴,谢碧珊,杨文臣,等.山区公路高风险路段安全研究综述[J].昆明理工大学学报(自然科学版),2020,45(3):118-127.
[10] 寇敏,张萌萌,赵军学,等.道路交通安全风险辨识与分析方法综述[J].交通信息与安全,2022,40(6):22-32.
[11] 高朝晖,张晓春,王遥,等.高速公路路段交通运行状态的模糊综合评价方法[J].中国矿业大学学报,2014,43(2):339-344.
[12] 朱博雅,符锌砂,王晓飞.基于模糊综合评判的高速公路改扩建工程作业区域交通安全评价[J].公路,2018,63(2):249-254.
[13] 梁心雨,郭彤,孟祥海.基于三角模糊数权重算法的宏观交通安全评价方法[J].交通信息与安全,2017,35(4):20-28.
[14] SOLOMON D.Accidents on main rural highways related to speed,drivers,and vehicle[R].Chicago:Bureau of Public Roads,Department of Commerce,1964.
[15] 胡功宏,林雨,高建平.高速公路交通流实时安全性评价[J].安全与环境学报,2015,15(1):57-63.
[16] GARBER N J,NICHOLAS J,GADIRAJU R.Impact of differential speed limits on the speed of traffic and the rate of accidents[J].Transportation Research Record,1992,1375:44-52.
[17] 李嘉,龚瑞铭,李洁,等.基于交通仿真的高速公路桥隧结合段交通安全评价方法[J].长安大学学报(自然科学版),2023,43(4):82-94.
[18] 温惠英,黄坤火,赵胜.基于机器学习的高速公路大型货车追尾风险预测[J].中国安全科学学报,2023,33(9):173-180.
[19] 程国柱,王婉琦,王连震,等.车辆换道行为风险评价方法研究进展[J].哈尔滨工业大学学报,2023,55(3):139-150.
[20] 秦严严,肖腾飞,罗钦中,等.雾天高速公路车辆跟驰安全分析及控制策略[J/OL].吉林大学学报(工学版).(2023-12-01)[2024-06-27].https://doi.org/10.13229/j.cnki.jdxbgxb.20230634.
[21] 潘恒彦,王永岗,李德林,等.弯坡组合路段追尾事故风险评估与影响因素分析[J].哈尔滨工业大学学报,2023,55(11):36-46.
[22] 蒋欢昕,王涛,程一一,等.基于多指标融合的单交叉口运行状态实时评价方法[J].交通信息与安全,2020,38(4):84-94.
[23] 刘星良,单珏,刘唐志,等.基于交通流稳定性系数的高速公路交通事故实时风险预测[J].交通信息与安全,2022,40(4):71-81.
[24] 李东,罗登泽,李洪涛,等.基于模糊综合评价法的堰塞湖开发可行性评价[J].中国安全生产科学技术,2022,18(增刊1):147-153.
[25] 徐斌,周家祥,朱鸣.道路交通安全的模糊综合评价研究[J].科学技术与工程,2009,9(6):1647-1652.
基本信息:
DOI:
中图分类号:U492.8
引用信息:
[1]郭懿天,张萌萌,潘景宜.基于EWM-FCE模型的高速公路行车风险分析[J].山东交通学院学报,2025,33(02):26-33.
基金信息:
国家自然科学基金项目(52102412); 山东省自然科学基金项目(ZR2021MF019,ZR2021QF110); 山东省工业和信息化厅项目(202250101842); “新高校20条”自主培养创新团队项目(202333040)