电动自行车风险驾驶行为及事故机理研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-26页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 研究现状 | 第14-22页 |
| 1.2.1 道路交通事故分析 | 第14-16页 |
| 1.2.2 风险驾驶行为模式 | 第16-19页 |
| 1.2.3 电动自行车研究综述 | 第19-21页 |
| 1.2.4 研究现状小结 | 第21-22页 |
| 1.3 研究目标和内容 | 第22-24页 |
| 1.3.1 研究目标 | 第22-23页 |
| 1.3.2 研究对象 | 第23页 |
| 1.3.3 研究内容 | 第23-24页 |
| 1.4 研究方法和技术路线 | 第24-26页 |
| 第二章 电动自行车事故影响因素研究 | 第26-54页 |
| 2.1 电动自行车交通事故信息采集 | 第26-29页 |
| 2.1.1 国内道路交通事故数据现状 | 第26-27页 |
| 2.1.2 电动自行车交通事故信息 | 第27-29页 |
| 2.2 电动自行车事故统计分布特征分析 | 第29-35页 |
| 2.2.1 事故类型特性 | 第29-31页 |
| 2.2.2 电动自行车驾驶者属性和行为 | 第31-34页 |
| 2.2.3 事故道路条件和环境 | 第34-35页 |
| 2.3 电动自行车事故严重程度影响因素分析 | 第35-52页 |
| 2.3.1 有序Logistic回归分析理论 | 第35-38页 |
| 2.3.2 电动自行车事故严重程度预测模型 | 第38-48页 |
| 2.3.3 电动自行车事故严重程度影响因素分析 | 第48-52页 |
| 2.4 本章小结 | 第52-54页 |
| 第三章 电动自行车风险驾驶行为量表及因子分析 | 第54-80页 |
| 3.1 风险驾驶行为量表设计 | 第54-63页 |
| 3.1.1 量表设计 | 第55-57页 |
| 3.1.2 样本量及问卷有效性控制 | 第57-58页 |
| 3.1.3 跟踪调查 | 第58-59页 |
| 3.1.4 随机调查 | 第59页 |
| 3.1.5 样本描述性统计 | 第59-63页 |
| 3.2 探索性因子分析 | 第63-72页 |
| 3.2.1 因子分析 | 第63-65页 |
| 3.2.2 安全态度 | 第65-67页 |
| 3.2.3 风险感知 | 第67-68页 |
| 3.2.4 驾驶信心 | 第68-69页 |
| 3.2.5 风险驾驶行为 | 第69-72页 |
| 3.3 基本信息变量对各因子的影响分析 | 第72-77页 |
| 3.3.1 因子得分的计算 | 第72-73页 |
| 3.3.2 籍贯、性别差异比较 | 第73-74页 |
| 3.3.3 驾龄、年龄差异比较 | 第74-75页 |
| 3.3.4 受教育程度差异比较 | 第75-76页 |
| 3.3.5 机动车驾驶经验、车辆类型差异比较 | 第76页 |
| 3.3.6 出行目的和频率差异比较 | 第76-77页 |
| 3.4 本章小结 | 第77-80页 |
| 第四章 电动自行车风险驾驶行为模式 | 第80-112页 |
| 4.1 结构方程模型理论 | 第80-85页 |
| 4.1.1 结构方程模型 | 第81-82页 |
| 4.1.2 结构方程模型分析过程 | 第82-85页 |
| 4.2 电动自行车风险驾驶行为回归分析 | 第85-91页 |
| 4.2.1 因子相关性分析 | 第85-86页 |
| 4.2.2 风险驾驶行为回归分析 | 第86-91页 |
| 4.3 风险驾驶行为结构方程模型 | 第91-99页 |
| 4.3.1 理论模型假设 | 第91-92页 |
| 4.3.2 模型拟合与修正 | 第92-97页 |
| 4.3.3 风险驾驶行为路径分析 | 第97-99页 |
| 4.4 电动自行车驾驶者聚类分析 | 第99-110页 |
| 4.4.1 电动自行车驾驶者聚类 | 第99-102页 |
| 4.4.2 各群体风险驾驶行为分析 | 第102-104页 |
| 4.4.3 各群体风险驾驶行为影响模式 | 第104-110页 |
| 4.5 本章小结 | 第110-112页 |
| 第五章 基于决策树和结构方程的电动自行车事故预测 | 第112-133页 |
| 5.1 基于决策树和结构方程的事故预测组合模型 | 第113-122页 |
| 5.1.1 模型框架 | 第113-114页 |
| 5.1.2 模型构建流程 | 第114-115页 |
| 5.1.3 数据处理 | 第115-117页 |
| 5.1.4 基于决策树的结构方程建模 | 第117-121页 |
| 5.1.5 贝叶斯神经网络的结构模型 | 第121-122页 |
| 5.2 电动自行车事故预测实例分析与评估 | 第122-131页 |
| 5.2.1 基于决策树和结构方程模型计算 | 第122-126页 |
| 5.2.2 模型评估及分析 | 第126-131页 |
| 5.3 本章小节 | 第131-133页 |
| 第六章 总结与展望 | 第133-138页 |
| 6.1 研究成果与结论 | 第133-136页 |
| 6.2 主要创新点 | 第136-137页 |
| 6.3 研究局限及展望 | 第137-138页 |
| 致谢 | 第138-140页 |
| 参考文献 | 第140-149页 |
| 附录 A | 第149-152页 |
| 附录 B | 第152-157页 |
| 攻读博士学位期间发表科研成果及参与科研课题情况 | 第157页 |
