[發(fā)明專利]面向區(qū)域安全態(tài)勢(shì)演變的安全統(tǒng)計(jì)模型更新方法及介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202111254081.4
• 申請(qǐng)日: 2021-10-27
• 公開（公告）號(hào): CN114021292A
• 公開（公告）日: 2022-02-08
• 發(fā)明（設(shè)計(jì)）人: 王雪松;楊敏明;裴瑩瑩
• 申請(qǐng)（專利權(quán)）人: 同濟(jì)大學(xué)
• 主分類號(hào): G06F30/18
• 分類號(hào): G06F30/18;G06Q50/30;G06F16/29
• 代理公司: 上海科盛知識(shí)產(chǎn)權(quán)代理有限公司 31225
• 代理人: 應(yīng)小波

1.一種面向區(qū)域安全態(tài)勢(shì)演變的安全統(tǒng)計(jì)模型更新方法，其特征在于，該方法具體包括以下步驟：

步驟1：交通分析小區(qū)TAZ劃分；

步驟2：自變量類別與空間聚集；

步驟3：交通事故數(shù)據(jù)收集與處理；

步驟4：構(gòu)建模型更新樣本數(shù)據(jù)集；

步驟5：建立負(fù)二項(xiàng)條件自回歸模型；

步驟6：計(jì)算安全可提高空間PSI。

2.根據(jù)權(quán)利要求1所述的一種面向區(qū)域安全態(tài)勢(shì)演變的安全統(tǒng)計(jì)模型更新方法，其特征在于，所述的步驟1中交通小區(qū)劃分遵循的原則包括：

小區(qū)內(nèi)社會(huì)狀況、經(jīng)濟(jì)發(fā)展水平、土地利用特性一致；

以天然屏障或人工分隔物為界限；

保持小區(qū)內(nèi)部進(jìn)出完整；

與行政區(qū)劃相匹配；

考慮道路網(wǎng)絡(luò)構(gòu)成，且有核心節(jié)點(diǎn)作為路網(wǎng)連接點(diǎn)；

小區(qū)形狀規(guī)則。

3.根據(jù)權(quán)利要求2所述的一種面向區(qū)域安全態(tài)勢(shì)演變的安全統(tǒng)計(jì)模型更新方法，其特征在于，所述的天然屏障或人工分隔物包括山體、河流、鐵路、高速公路、快速路。

4.根據(jù)權(quán)利要求1所述的一種面向區(qū)域安全態(tài)勢(shì)演變的安全統(tǒng)計(jì)模型更新方法，其特征在于，所述的步驟2中的自變量類別包括人口經(jīng)濟(jì)社會(huì)、交通特性、道路網(wǎng)絡(luò)特征、土地利用；其中交通分析小區(qū)TAZ邊界上的道路網(wǎng)絡(luò)特征由相應(yīng)的TAZ共享，其權(quán)重等于TAZ數(shù)量的倒數(shù)。

5.根據(jù)權(quán)利要求1所述的一種面向區(qū)域安全態(tài)勢(shì)演變的安全統(tǒng)計(jì)模型更新方法，其特征在于，所述的步驟3中的交通事故數(shù)據(jù)來源于道路交通事故分析預(yù)警系統(tǒng)。

6.根據(jù)權(quán)利要求5所述的一種面向區(qū)域安全態(tài)勢(shì)演變的安全統(tǒng)計(jì)模型更新方法，其特征在于，將所有事故數(shù)據(jù)的經(jīng)緯度坐標(biāo)精確定位到地圖上，從而確定其所屬的TAZ；若事故位于TAZ邊界，則按比例分配事故數(shù)據(jù)；如果TAZ事故總數(shù)取值為非整數(shù)，以四舍五入的方式取整。

7.根據(jù)權(quán)利要求1所述的一種面向區(qū)域安全態(tài)勢(shì)演變的安全統(tǒng)計(jì)模型更新方法，其特征在于，所述的步驟4具體為：

計(jì)算各TAZ的人口經(jīng)濟(jì)社會(huì)、交通特性、道路網(wǎng)絡(luò)特征、土地利用及事故數(shù)，構(gòu)建模型更新樣本數(shù)據(jù)集。

8.根據(jù)權(quán)利要求1所述的一種面向區(qū)域安全態(tài)勢(shì)演變的安全統(tǒng)計(jì)模型更新方法，其特征在于，所述的步驟5具體為：

步驟5.1：針對(duì)總事故數(shù)構(gòu)建負(fù)二項(xiàng)條件自回歸模型，假設(shè)路段交通事故數(shù)服從負(fù)二項(xiàng)分布：y_i～Negbin(θ_i，γ)，負(fù)二項(xiàng)條件自回歸模型方程為：

其中，θ_i是y_i的期望值，γ是離散系數(shù)，X′是自變量協(xié)方差矩陣，β是回歸系數(shù)變量，ε_i是隨機(jī)效應(yīng)項(xiàng)，服從Gamma分布；在貝葉斯框架下，作為可以解釋空間相關(guān)性的空間效應(yīng)項(xiàng)；

步驟5.2：使用全貝葉斯方法估計(jì)交通安全分析模型參數(shù)，首先為參數(shù)設(shè)置一個(gè)特定的先驗(yàn)分布，再與觀測(cè)數(shù)據(jù)結(jié)合得出后驗(yàn)分布，并通過馬爾科夫鏈蒙特卡洛完成參數(shù)估計(jì)；

理論框架為其中，y為已發(fā)生的事故數(shù)，為事故數(shù)期望，L(y|θ)為似然函數(shù)，π(θ)為先驗(yàn)分布，π(θ|y)為在給定y條件下θ的后驗(yàn)分布，即事故期望數(shù)，∫L(y|θ)π(θ)dθ為觀測(cè)數(shù)據(jù)的邊緣概率分布。