摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第13-20页 |
1.1 研究背景及意义 | 第13-14页 |
1.2 研究目标与内容 | 第14-17页 |
1.3 技术路线 | 第17-19页 |
1.4 本章小结 | 第19-20页 |
第二章 国内外研究综述 | 第20-24页 |
2.1 隧道安全评价体系 | 第20-21页 |
2.2 交通网络分析 | 第21-22页 |
2.3 贝叶斯网络分析研究 | 第22页 |
2.4 驾驶模拟器研究 | 第22-23页 |
2.5 本章小结 | 第23-24页 |
第三章 研究方法 | 第24-35页 |
3.1 贝叶斯网络建模 | 第24-29页 |
3.1.1 结构学习 | 第26-27页 |
3.1.2 参数学习——最大期望算法(EM algorithm) | 第27-29页 |
3.2 贝叶斯网络模型验证 | 第29-31页 |
3.2.1 交叉验证——混淆矩阵和ROC曲线 | 第29-30页 |
3.2.2 对数似然函数值 | 第30-31页 |
3.2.3 AIC与 BIC | 第31页 |
3.3 交通系统安全评价指标 | 第31-32页 |
3.4 隧道交通安全影响因素分析 | 第32-33页 |
3.5 本章小结 | 第33-35页 |
第四章 实证研究 | 第35-70页 |
4.1 数据来源及校正 | 第35-51页 |
4.1.1 越江隧道几何线型信息采集 | 第35-49页 |
4.1.2 越江隧道事故数据 | 第49-51页 |
4.2 实验设备和软件介绍 | 第51-52页 |
4.2.1 驾驶模拟器UC-win/Road | 第51页 |
4.2.2 贝叶斯网络分析软件GeNIe | 第51-52页 |
4.3 模型建立 | 第52-61页 |
4.3.1驾驶模拟器建模和实验 | 第52-58页 |
4.3.2 GeNIe建模 | 第58-61页 |
4.4 预测、诊断、敏感性分析 | 第61-69页 |
4.4.1 预测 | 第62页 |
4.4.2 诊断 | 第62-64页 |
4.4.3 敏感性分析 | 第64-69页 |
4.5 本章小结 | 第69-70页 |
第五章 全文总结与展望 | 第70-72页 |
5.1 总结 | 第70-71页 |
5.2 展望 | 第71-72页 |
攻读硕士学位期间已发表或录用的论文 | 第72-73页 |
参考文献 | 第73-77页 |
致谢 | 第77-78页 |
附表 | 第78-84页 |