冬季道路维护对交通安全的影响分析
摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第10-20页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-16页 |
1.2.1 国外研究现状 | 第11-15页 |
1.2.2 国内研究现状 | 第15-16页 |
1.2.3 现状研究的缺点与不足 | 第16页 |
1.3 研究内容及技术路线 | 第16-20页 |
1.3.1 论文主要研究内容 | 第16-18页 |
1.3.2 技术路线 | 第18-20页 |
第二章 冬季道路维护措施及其发展 | 第20-28页 |
2.1 冬季道路维护简介 | 第20-21页 |
2.2 冬季道路维护材料的种类 | 第21-22页 |
2.3 冬季道路维护措施的利弊 | 第22-23页 |
2.3.1 冬季道路维护的作用 | 第22页 |
2.3.2 冬季道路维护的损害 | 第22-23页 |
2.4 维护材料调查 | 第23-26页 |
2.4.1 氯化镁使用调查 | 第23-25页 |
2.4.2 岩盐使用调查 | 第25-26页 |
2.5 本章小结 | 第26-28页 |
第三章 数据处理及安全特性分析 | 第28-40页 |
3.1 数据来源 | 第28-30页 |
3.2 数据预处理 | 第30-33页 |
3.2.1 事故数据预处理 | 第30-31页 |
3.2.2 气象数据预处理 | 第31-33页 |
3.3 事故数据安全特性分析 | 第33-38页 |
3.3.1 2000-2010事故数据统计分析 | 第33-34页 |
3.3.2 事故数据空间分布分析 | 第34-38页 |
3.4 本章小结 | 第38-40页 |
第四章 冬季道路交通安全模型构建及方法选择 | 第40-50页 |
4.1 冬季道路交通安全模型构建 | 第40页 |
4.2 常用事故分析预测方法 | 第40-44页 |
4.2.1 泊松回归模型 | 第41页 |
4.2.2 负二项回归模型 | 第41-42页 |
4.2.3 贝叶斯网络模型 | 第42-44页 |
4.3 模型分析方法选择 | 第44-49页 |
4.3.1 人工神经网络简介 | 第44-45页 |
4.3.2 误差反向传播(BP)网络 | 第45-46页 |
4.3.3 BP神经网络的学习过程 | 第46-47页 |
4.3.4 敏感度分析 | 第47-49页 |
4.4 本章小结 | 第49-50页 |
第五章 冬季道路维护对交通安全的影响分析 | 第50-62页 |
5.1 数据整理 | 第50-51页 |
5.2 I-90分析 | 第51-56页 |
5.2.1 数据网络学习及测试 | 第51-53页 |
5.2.2 敏感度分析 | 第53-54页 |
5.2.3 冬季道路维护材料使用的安全效益 | 第54-55页 |
5.2.4 冬季材料使用费用 | 第55页 |
5.2.5 收益成本分析 | 第55-56页 |
5.3 US12分析 | 第56-59页 |
5.3.1 数据网络学习及测试 | 第56-57页 |
5.3.2 敏感度分析 | 第57-58页 |
5.3.3 冬季材料使用的安全收益 | 第58-59页 |
5.3.4 冬季材料使用费用 | 第59页 |
5.3.5 收益成本分析 | 第59页 |
5.4 本章小结 | 第59-62页 |
第六章 结论与展望 | 第62-64页 |
6.1 主要工作与结论 | 第62-63页 |
6.2 研究展望 | 第63-64页 |
致谢 | 第64-66页 |
参考文献 | 第66-72页 |
作者简介 | 第72页 |