基于贝叶斯网络的高速公路交通事故严重程度预测研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 国外研究现状 | 第13-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.2.3 文献总结 | 第16页 |
| 1.3 研究内容与技术路线 | 第16-19页 |
| 2 贝叶斯网络相关理论 | 第19-29页 |
| 2.1 贝叶斯网络基本原理 | 第19-21页 |
| 2.1.1 贝叶斯定理 | 第19-20页 |
| 2.1.2 贝叶斯网络的定义 | 第20-21页 |
| 2.2 贝叶斯网络学习 | 第21-26页 |
| 2.2.1 贝叶斯网络结构学习 | 第21-24页 |
| 2.2.2 贝叶斯网络参数学习 | 第24-26页 |
| 2.3 贝叶斯网络推理 | 第26-29页 |
| 2.3.1 贝叶斯网络的推理类型 | 第26-27页 |
| 2.3.2 贝叶斯网络推理方法 | 第27-29页 |
| 3 高速公路交通事故分析 | 第29-55页 |
| 3.1 交通事故严重程度分类 | 第29-31页 |
| 3.2 高速公路交通事故致因分析 | 第31-37页 |
| 3.2.1 人的因素 | 第31-33页 |
| 3.2.2 道路因素 | 第33-34页 |
| 3.2.3 车辆因素 | 第34-36页 |
| 3.2.4 环境因素 | 第36-37页 |
| 3.3 交通事故数据的统计分析 | 第37-54页 |
| 3.3.1 变量选择与处理 | 第37-39页 |
| 3.3.2 统计分析 | 第39-54页 |
| 3.4 本章小结 | 第54-55页 |
| 4 高速公路交通事故严重程度预测模型的构建 | 第55-69页 |
| 4.1 贝叶斯网络建模方法与步骤 | 第55-57页 |
| 4.1.1 建模方法 | 第55-56页 |
| 4.1.2 建模流程 | 第56-57页 |
| 4.2 构建交通事故严重程度的贝叶斯网络 | 第57-62页 |
| 4.2.1 贝叶斯网络节点的选取与取值确定 | 第57页 |
| 4.2.2 贝叶斯网络的结构学习 | 第57-61页 |
| 4.2.3 贝叶斯网络的参数学习 | 第61-62页 |
| 4.3 贝叶斯网络推理模型构建 | 第62-66页 |
| 4.3.1 构造端正图 | 第63页 |
| 4.3.2 确定变量消元顺序 | 第63-64页 |
| 4.3.3 构造团树 | 第64页 |
| 4.3.4 设置推理证据 | 第64-65页 |
| 4.3.5 推理求解 | 第65-66页 |
| 4.4 模型的有效性分析 | 第66-68页 |
| 4.4.1 贝叶斯网络学习结果验证 | 第66-67页 |
| 4.4.2 模型预测准确性验证 | 第67-68页 |
| 4.5 本章小结 | 第68-69页 |
| 5 模型应用 | 第69-77页 |
| 5.1 降低高速公路交通事故严重程度的有效措施 | 第69-72页 |
| 5.1.1 加强恶劣天气下对交通的管理 | 第69-70页 |
| 5.1.2 优化交通基础设施建设 | 第70-71页 |
| 5.1.3 加大对安全驾驶行为的宣传与指引 | 第71-72页 |
| 5.2 为安全管理部门提供技术服务 | 第72-75页 |
| 5.2.1 优化安全管理工作 | 第72-73页 |
| 5.2.2 制定合理有效的安全管理政策 | 第73-74页 |
| 5.2.3 为交通事故应急响应决策提供技术支持 | 第74-75页 |
| 5.3 本章小结 | 第75-77页 |
| 6 总结与展望 | 第77-79页 |
| 6.1 全文总结 | 第77-78页 |
| 6.2 研究展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 附录A | 第83-87页 |
| 附录B | 第87-89页 |
| 附录C | 第89-91页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第91-95页 |
| 学位论文数据集 | 第95页 |
