交通事故致因分析的贝叶斯网络建模

综合运用相关性分析方法和K2算法进行了贝叶斯网络的结构学习,并应用贝叶斯参数估计方法进行了贝叶斯网络的参数学习,建立了交通事故致因分析的贝叶斯网络。应用已建网络分析了各因素对事故严重程度的影响,推理学习了改善交通控制方式在降低交通事故严重程度方面起到的作用。研究结果表明,基于贝叶斯网络建立的交通事故致因分析模型预测精度较高,而且可以应用于影响事故严重程度的因素分析,并在此基础上考察如何采取优化措施改善交通安全。     

基于活动的日活动计划模型

根据基于活动的出行需求预测思想和建模方法建立了日活动计划模型。应用长春市居民出行调查数据进行了参数标定和模型验证,并用"模拟-比较-评价"方法将已建模型应用于交通需求管理政策的制定和评价。结果表明,建立基于活动的日活动计划模型,可全面有效地模拟预测和分析居民活动安排情况,对交通需求管理策略进行初步的评价研究。