[发明专利]一种基于贝叶斯联合模型量化径路安全水平的方法

权利要求书

1.一种基于贝叶斯联合模型量化径路安全水平的方法，其特征在于，包括以下步骤：

步骤一：搜集路网上各路段、交叉口的历史事故数据，以及路网上各路段、交叉口交通、道路特征属性；

步骤二：将步骤一中得到的数据代入至路口-路段不同严重性事故频率贝叶斯联合预测模型中，

P(Yikt=yikt)=λiktyikte-λiktyikt!,i=1,2,...,M,t=1,2,...,T,k=1,2,...K,yikt=0,1,2,3,...,]]>

logλikt=log(zi×eitI+(1-zi)×eitS)+zi×μiktI+(1-zi)×μiktS+θik+φi=log(zi×eitI+(1-zi)×eitS)+zi×XitI′βkI+(1-zi)×XitS′βkS+θik+φi,]]>

θi~NK(0,Σ),θi=θi1θi2...θiK,Σ=σ11σ12...σ1Kσ21σ22...σ2K............σK1σK2...σKK,]]>

φi~N(φi‾,1/τi),φ‾i=Σi≠jφjωijΣi≠jωij,τi=τcΣi≠jωij,]]>

其中，Y_ikt是在时段t内发生在路段或交叉口i上的严重程度为k的事故数，λ_ikt为其潜在的泊松均值，I和S分别表示交叉口和路段，如果道路实体i为交叉口，则z_i＝1；否则，z_i＝0，和和分别表示交叉口、路段i在时段t内的事故机会和风险因素，路段和交叉口的事故机会分别用车辆行驶里程和进入交叉口的车辆数表示，和分别为交叉口、路段i在时段t内发生严重程度为k的事故的概率，β_k为风险因素对严重程度为k的事故频率的安全效应，θ_ik和φ_i分别表示路段或交叉口i的各严重程度事故频率间的相关性和空间相关性，ω_ij为邻接矩阵ω中，表示道路实体i和j间邻接关系的权重值；

得到路网上各个路段、交叉口在不同严重性下的事故模型校验结果；

步骤三：根据步骤二所得的路网上各个路段、交叉口在不同严重性下的事故模型结果，对某一路径上的各路段、交叉口分严重性的事故发生概率进行预测；

步骤四：根据路网上标准车的数量、路径上各路段长度l_s(s＝s₁,s₂,…,s_n)、各严重性事故损失比重α_k(k＝1,2,…,K)，以及步骤三中得到的路径上各路段、交叉口在不同严重性下事故发生概率的预测结果即和计算路网的安全性指标C_vp：

Cvp=a(Σi=i1imΣk=1KαkμiktI+Σs=s1snlsΣk=1KαkμsktS).]]>