[发明专利]一种组合倾向得分匹配模型与贝叶斯模型的道路安全评估方法

权利要求书

1.一种组合倾向得分匹配模型与贝叶斯模型的道路安全评估方法，其特征为：包括以下步骤：

步骤1：实验对象与预参照对象的选择；

步骤2：获取参数数据；

步骤3：将所述参数数据带入倾向得分匹配模型，确定最优参照对象；

步骤4：将所述实验对象与所述最优参照对象所对应的参数带入贝叶斯模型，评估道路安全措施的影响。

2.根据权利要求1所述的一种组合倾向得分匹配模型与贝叶斯模型的道路安全评估方法，其特征为：所述步骤1进一步包括：实验对象为实施道路安全措施的路段，记为T＝1；预参照对象为未实施道路安全措施的路段，记为T＝0；选取预参照对象与实验对象的样本比例为1:1.5～1:30。

3.根据权利要求2所述的一种组合倾向得分匹配模型与贝叶斯模型的道路安全评估方法，其特征为：选取预参照对象与实验对象的样本比例为1:10。

4.根据权利要求1所述的一种组合倾向得分匹配模型与贝叶斯模型的道路安全评估方法，其特征为：所述步骤2进一步包括：路段年交通事故数量X_i、路段年平均日交通量AADT_i、路段节点数N_i、路段长度L_i、路段限速值S_i；其中路段年平均日交通量AADT_i为通过人工计数或路段观测点获取；路段年交通事故数量X_i为根据交警部门获取相应数据；路段节点数N_i与路段长度L_i通过实际路段调查获取；路段限速值S_i根据道路等级或相关规划部门获取。

5.根据权利要求1所述的一种组合倾向得分匹配模型与贝叶斯模型的道路安全评估方法，其特征为：所述步骤3进一步包括：将步骤2中各样本所采集的数据带入倾向得分匹配模型：

其中，α为常数项；β_i为各协变量的系数；

根据得分情况会基于倾向得分匹配模型对参照对象与实验对象进行匹配，相互匹配的对象说明在没有任何外力的条件下两者的发展趋势是相似的；未匹配到实验对象的参照对象将不属于最优参照对象。

6.根据权利要求1所述的一种组合倾向得分匹配模型与贝叶斯模型的道路安全评估方法，其特征为：所述步骤4进一步包括：将实验对象与步骤3中所筛选的最优参照对象所对应的参数数据带入贝叶斯模型，评价道路安全措施实施之后对道路安全性的影响。

7.根据权利要求6所述的一种组合倾向得分匹配模型与贝叶斯模型的道路安全评估方法，其特征为：具体实施步骤如下所示：

1)实验对象在未实施道路安全措施之前，一年内的事故预测数量：

其中，为实验对象在实施道路安全措施之前一年内事故预测数量；为实验对象在实施道路安全措施之前一年内事故数量估计值；ε为服从伽马分布的随机误差项；X_Bi为实验对象在实施道路安全措施之前一年内事故数量实际观测值；Φ＝1.9；a_i为参数系数，根据最优参照对象数据回归所得；ρ为权重值；AADT_i为路段的年平均日交通量；L_i为路段的长度；N_i为路段的节点数；S_i为路段限速值；i为自然数；

2)假设在不受道路安全措施影响的情况下，实验对象在实施道路安全措施后，一年内的事故预测数量：

其中，为假设在不受道路安全措施影响的情况下，实验对象在实施道路安全措施后，一年内的事故预测数量；N_A__POP为实施道路安全措施之后，一年内国家事故总数量；N_B__POP为实施道路安全措施之前，一年内国家事故总数量；V_A为实施道路安全措施之后，全国年平均日交通量；V_B为实施道路安全措施之前，全国的年平均日交通量；a₁值等同于步骤1中的参数值；为未经过国家水平交通量调整的“在不受道路安全措施影响的情况下，实验对象在实施道路安全措施后，一年内的事故预测数量”；i为自然数；

3)道路安全措施对道路安全性的平均影响效果：

其中，δ_AAT为道路安全措施的影响效果；X_A为实验对象在实施道路安全措施之后，一年内事故数量实际观测值；t_A与t_B在本次发明中均取值1年；n为实验对象数量，i取为自然数；其余参数如上所述。