[發(fā)明專利]基于傾向值匹配的爬坡車道交通安全效益計算方法

在審

• 申請?zhí)枺?/td>: 201910890672.7
• 申請日: 2019-09-20
• 公開（公告）號: CN110738591A
• 公開（公告）日: 2020-01-31
• 發(fā)明（設(shè)計）人: 侯芹忠;霍曉艷;冷軍強(qiáng);趙偉寧;楊昊
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)(威海)
• 主分類號: G06Q50/30
• 分類號: G06Q50/30;G06F17/18;G08G1/01
• 代理公司: 11390 北京和信華成知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)
• 代理人: 張宏偉

1.基于傾向值匹配的爬坡車道交通安全效益計算方法，其特征在于：所述方法具體過程為：

步驟一、收集、處理及組織數(shù)據(jù)，確定控制組與對照組樣本；

收集交通事故數(shù)據(jù)包括，事故發(fā)生的時間和地點(diǎn)；

處理數(shù)據(jù)包括根據(jù)高速公路行車方向、平曲線曲率、縱坡坡度、車道數(shù)、設(shè)計速度、爬坡車道、隧道、互通式立交及服務(wù)區(qū)，將各高速公路劃分成若干路段單元；按長度加權(quán)平均的方法合并至前后路段中，最終得到一系列的同質(zhì)化路段單元，即為初始樣本量；

組織數(shù)據(jù)包括由每起交通事故發(fā)生的時間及位置，統(tǒng)計各樣本所在路段上的歷年事故數(shù)；依據(jù)互通式立交的樁號位置，將交通量數(shù)據(jù)鏈接至各樣本中；剔除處于下坡路段的樣本，同時剔除隧道路段、互通式立交及服務(wù)區(qū)路段的樣本，得到適用的樣本量；

確定控制組與對照組樣本包括，將含有爬坡車道的樣本定義為控制組，無爬坡車道的樣本定義為對照組。

步驟二、構(gòu)建傾向值模型，并預(yù)測所有樣本的傾向值；

其中，定義傾向值為樣本總體中任一樣本進(jìn)入控制組，即設(shè)置爬坡車道，的概率；在構(gòu)建傾向值模型前，首先將爬坡車道定義為控制變量，有爬坡車道為1，無爬坡車道為0；將對爬坡車道設(shè)置或事故有潛在影響的變量定義為混淆變量；構(gòu)建爬坡車道為因變量、混淆變量為自變量的統(tǒng)計模型；構(gòu)建如下二項Logit模型預(yù)測傾向值：

式中：P(T_i＝1|C_i)——樣本i的傾向值，即樣本i上控制變量為1時的概率；T_i——控制變量；C_i——混淆變量向量；η——截距項；κ——參數(shù)向量；

以虛擬R²評價Logit模型的擬合優(yōu)度，即混淆變量對控制變量的解釋程度，計算方法為：式中：L_C——模型的似然函數(shù)值；L_Z——模型中僅包含截距項時的似然函數(shù)值；

步驟三、基于傾向值的樣本匹配；

從樣本總體中分離出控制組樣本，然后從剩余樣本中挑選出傾向值與控制組各樣本的傾向值相等或接近的樣本，以得到新的對照組，即完成了基于傾向值的樣本匹配；

步驟四、混淆變量的平衡性檢驗，若通過，進(jìn)行下一步，否則返回步驟二；

以標(biāo)準(zhǔn)化偏差以及t檢驗共同衡量匹配后控制組及對照組之間的差異。兩組之間所有混淆變量的標(biāo)準(zhǔn)化偏差均低于20％，且t檢驗結(jié)果也表明各混淆變量在兩組間無顯著差異時，則可通過平衡性檢驗；標(biāo)準(zhǔn)化偏差δ計算方法為式中：——控制組中混淆變量C的均值；——控制組中混淆變量C的方差；——對照組中混淆變量C的均值；——對照組中混淆變量C的方差；t檢驗方法為

式中：N_T——控制組中樣本數(shù)量；N_U——對照組中樣本數(shù)量；d_f——自由度；S——雙樣本t檢驗的合并標(biāo)準(zhǔn)差；

步驟五、爬坡車道交通安全效益計算。

計算樣本匹配后的無爬坡車道樣本及有爬坡車道樣本的平均每公里事故率及億車公里事故率，計算方法為：

式中：R_K——平均每公里事故率；R_V——平均億車公里事故率；N——樣本數(shù)量；n_i——樣本i上的事故數(shù)；l_i——樣本i所在路段的長度；v_i——樣本i所在路段的年平均日交通量；以無爬坡車道樣本及有爬坡車道樣本間事故率的相對差異作為爬坡車道對交通安全效益的度量指標(biāo)，其計算方法為：

或

式中：R——爬坡車道對交通安全的效益度量值；R_K(T)——有爬坡車道樣本平均每公里事故率；R_K(U)——無爬坡車道樣本平均每公里事故率；R_V(T)——有爬坡車道樣本平均億車公里事故率；R_V(U)——無爬坡車道樣本平均億車公里事故率。

2.根據(jù)權(quán)利要求1所述基于傾向值匹配的爬坡車道交通安全效益計算方法，其特征在于：基于傾向值的樣本匹配采用1:1鄰近匹配法進(jìn)行，包括：

D_i≤0.25σ

式中：P_i——控制組中樣本i的傾向值；P_j——總體樣本中，此時已不含控制組樣本，與控制組樣本i傾向值最接近的樣本j的傾向值；D_i——樣本i與樣本j傾向值之差的最小值；σ——所有樣本傾向值的標(biāo)準(zhǔn)差；

將滿足條件的總體中的樣本納入對照組中，同時，移除未能成功匹配的控制組中的樣本，進(jìn)而得到了新的控制組和對照組。