基于贝叶斯网络的交通突发事件态势评估

论文总字数：27024字

摘 要

近年，我国的高速公路里程和城市道路里程在持续地增加。在此情境下，伴随而来的是我国交通行业中不断上升的突发事件数量。各类的交通突发事件正对社会，人民生活造成日益严重的影响。为了应对这种情况，全国各地的交通主管部门都制订了相应的应急预案。但由于缺乏对交通突发事件的态势评估，应急预案缺乏较好的准确性和适用性。由此可知，如何有效地针对交通突发事件进行态势估计和分析对于交通事件处理十分关键。

本文通过对态势评估实现技术及其优缺点的分析，最终选择基于贝叶斯网络对交通突发事件态势评估进行研究。根据交通突发事件种类、事故发生原因的分析以及贝叶斯网络的基本特征，利通过D-S 证据理论等算法构建针对道路交通突发事件的发展态势模型，并以交通运输事故为例对模型进行验证。

本文的主要研究结论有：（1）通过对道路交通突发事件的种类以及事故原因进行分析，结合态势评估的概念、流程，得出交通突发事件的态势评估技术的流程，确认态势评估能在对交通突发事件的分析、趋势预测方面都有较大的帮助，对于救援也有较好的指导作用。（2）采用贝叶斯网络方法，构建了交通突发事件的态势评估模型。经过对运输事故实验表明，在实际中，该模型能够较为准确地对突发事件当前状态进行评估，具有一定的可行性。

关键词：交通突发事件；贝叶斯网络；态势评估

Abstract

With the accelerated process of urbanization, the highway mileage and urban road mileage of china increase quickly,which cause the number of traffic accident raising .In this situation,all people's lives are affected.In order to deal with the increasing traffic accidents,all traffic authorities in china have developed contingency plans .However,due to the lack of effective assessment of traffic accidents,a lot of plans are not suitable to the reality situation.So,the key issue for dealing with the traffic accidents is how to make a effective situation assessment for traffic accidents.

Based on the analyzing result of achieving technology of situation assessment and the comparison of all feasible methods,we choose the hierarchical Bayesian network as traffic incidents situation assessment method finally.According to the traffic emergencies type, disaster causing factors,the characteristics of hierarchical Bayesian network,we build traffic incidents situation assessment model by using D-S evidence theory and other methods.Then, the model is verified by an example of traffic accident .

The main research work and conclusions: A.we analysis the characteristics of traffic emergencies ,such as the types of accidents, disaster causing factors.Combined with the concept and process of situation assessment, ,get the process of traffic emergency situation assessment .And confirm that the concept of situation assessment can be used in traffic emergencies, and it has great help to the rescue and decision-making of traffic emergencies. B. Bayesian network method is used to construct the model of traffic emergency. The example where the method is used in the traffic accident shows that ,the model can accurately assess the current state of emergency in practice.

Key words: traffic emergencies；situation assessment；Bayesian networks

目 录

摘要 1

Abstract 2

目 录 3

第一章 绪论 4

1.1 研究背景和意义 4

1.2国内外研究现状 4

1.2.1态势评估国内外研究现状 4

1.2.2 贝叶斯网络的国内外研究现状 5

1.2.3现有成果总结 5

1.3 研究内容 6

第二章 交通突发事件 7

2.1交通突发事件的类型 7

2.2 交通突发事件致灾因素分析 7

第三章 态势评估技术 9

3.1态势评估的实现技术 9

3.2交通突发事件的态势评估 10

第四章 贝叶斯网络 12

4.1贝叶斯网络相关概念 12

4.2贝叶斯网络的学习 13

4.3贝叶斯网络的推理算法 14

第六章 交通突发事件的贝叶斯网络构建和推理 15

5.1交通突发事件的贝叶斯网络的构建流程 15

5.2 交通突发事件的贝叶斯网络结构的确定 15

5.2.1 确定贝叶斯网络的节点和值域 15

5.2.3贝叶斯网络结构的确定 18

5.2.3交通突发事件贝叶斯网络节点条件概率 20

5.3贝叶斯网络推理算法 22

5.3.1 联合树算法 23

5.3.2算法推理的实现 24

第六章 交通突发事件的态势评估案例 25

6.1 背景介绍 25

6.2 交通运输事故贝叶斯网络节点的确定及取值 25

6.3 交通运输事故贝叶斯网络结构 26

6.4 运输事故BN节点概率学习及推理 26

第七章 结论 29

7.1研究创新 29

7.2研究结论 29

7.3 研究展望 29

致谢 30

参考文献 31

1. 绪论

1.1 研究背景和意义

2014年2月5日下午4时许，一辆正阳开往深圳的大巴车行驶至浉河区107国道双井办事处段路时，因雪天路滑导致翻车。事故发生后2个多小时，车内人员没有获得任何专业救援单位的救援。救援的不及时导致事故受伤人数高达40多人。 相关官方数据表明，交通事故中只有15.3%的伤患能够及时被送达医院救治。而道路交通事故数据统计表明，在交通事故中生命受威胁的病患若能得到及时救援并在半小时内得到急诊救治，比起半小时后才被救治的患者生存机会整整高3倍。因此，切实提高道路交通事故救援效率能有效降低事故死亡率和连带事故数量。

剩余内容已隐藏，请支付后下载全文，论文总字数：27024字