摘要
为准确识别事故影响因素并充分反映各因素对事故的影响,基于8条高速公路的事故、道路设计及交通运行等数据,构建了广义加性模型(GAM),并将其与传统的广义线性模型(GLM)进行对比。结果表明:1) GAM比GLM具有更高的拟合优度与预测精度,且能识别出更多对事故具有显著影响的货车比例与纵坡坡度等因素,其中货车比例与事故次数呈显著相关性,且影响程度仅次于交通量; 2) GAM模型可鉴别出事故与交通量、货车比例、平曲线曲率、纵坡坡度及连续下坡长度间的非线性关系,且各因素在不同数值范围内对事故的影响趋势和程度存在明显差异。结论是GAM具有挖掘更多事故影响因素的潜力,且模型输出结果可以更合理地解释各因素对事故的作用机理。
-
单位哈尔滨工业大学(威海); 哈尔滨工业大学