一、利用回归法进行伤亡事故趋势预测（论文文献综述）
刘孟双,金克峙,王亚,应佳丽,杨琛[1]（2021）在《道路交通伤害死亡风险的影响因素分析及预测》文中研究表明[背景]近几年,道路交通伤害（RTI）已成为中国严重的公共卫生问题,RTI死亡风险的影响因素也较为复杂。[目的]寻找RTI死亡风险的影响因素,建立风险预测模型。[方法]回顾性收集2010—2016年间上海市浦东新区交通事故伤亡资料,并收集道路交通安全相关影响因素。采用logistic回归筛选RTI死亡风险的影响因素。建立RTI死亡风险列线图模型,用C-index评价模型的一致性和准确性,使用自抽样法对模型进行内部验证,并进行敏感性分析。[结果]研究共纳入3 521名交通事故中伤亡的人员。logistic回归结果显示伤亡人员的年龄、医疗救援距离、道路类型、交通方式、受伤部位、事故发生时间、是否为工作日均对RTI死亡风险的影响有统计学意义（P <0.05）。以此建立RTI死亡风险列线图,模型显示影响最大的因素是受伤部位（尤其是头颈部受伤）,其次是年龄、交通方式、医疗救援距离、道路类型、事故发生时间、是否为工作日。模型的C-index为0.790,说明模型预测结果准确度良好,模型拟合良好。建立头颈部受伤的RTI死亡风险列线图模型,结果显示各纳入因素的评分标尺均有膨胀,最突出的是年龄,即影响最大的因素;不同道路类型对RTI死亡影响的风险改变,城市公路成为风险最大的道路类型;步行成为头颈部伤RTI死亡风险最大的交通方式。对不同伤亡人数的事故进行敏感性分析,结果显示所建立的模型具有一定的稳健性。[结论] RTI死亡风险受到诸多因素的影响。基于logistic回归建立的列线图作为预测RTI死亡风险的简易工具,对道路交通安全具有一定的参考意义。
杨帆[2]（2021）在《基于事故情景划分的山区普通干线公路事故预测和安全隐患挖掘》文中提出山区普通干线公路是我国交通运输的大动脉,承担着大量的客运和货运运输需求,对我国经济发展起着重要作用。但是山区普通干线公路由于地形复杂、地质条件特殊,道路线形存在较多的极限设计指标;由于资金或建设条件受限,山区普通干线公路配套交通安全设施、交通管理设施较为缺乏,进一步导致了交通事故的频发。根据资料显示,山区普通干线公路的事故率往往是其他平原地区交通事故的若干倍,对经济发展、人民健康产生了巨大的负面影响。本文以山区普通干线公路交通安全作为研究对象,期望通过交通安全影响因素的挖掘,分析交通事故的可能性和严重性,结合交通事故发生的持续时间和空间影响范围,进行交通事故的情景划分。在此基础上,提取交通事故情景与其他影响因素的强关联规则,并预测弱关联规则下对应的事故情景概率。根据道路条件、交通环境等要素进行交通事故情景的提前推断,可实现交通安全的主动防控。结合交通事故情景与道路网络的对应关系,对事故情景进行聚类分析,得到安全隐患点的分布及其风险级别。本文的研究从交通事故时空影响范围分析、交通事故情景划分、交通事故关联规则提取和情景预测、交通安全隐患点识别四个方面研究了山区普通干线公路的交通风险识别,为山区普通干线公路交通安全风险防控、事故预警提供理论支撑和决策依据,主要研究内容包括:首先,分析了山区普通干线公路特殊的道路、环境特性,挖掘了山区普通干线公路交通事故的成因,明确了引起交通事故的关键要素。对应交通事故发生的扩散过程,时间上,将事故持续时间划分为事故响应阶段、事故处理阶段和交通流恢复阶段,采用交通波理论构建了交通事故持续时间计算模型。空间上,基于交通事故的传播规律,分别考虑交通事故不占用对向车道和占用对向车道两种情况,提出了基于改进高斯烟雨模型的类椭圆交通事故空间影响范围分级模型,对当前道路和相交道路的影响范围进行了量化和影响程度分级。类椭圆交通事故影响分级模型考虑了交通事故在不同方向道路上传播速度的差异性,反应了交通事故在空间传播的非匀质性。然后,引入交通事故情景概念,构建了基于交通事故可能性和严重性的交通事故情景判别方法体系。事故可能性考虑道路及外部条件等客观因素,严重性考虑事故属性、交通属性两类指标,建立了交通事故情景划分指标体系。对于多属性决策问题,采用CRITIC方法确定了各属性指标的权重。引入秩和比方法,通过计算所有事故可能性和严重性两大类指标秩和比权重的累积概率,得到事故情景划分判断矩阵。本文引入的事故情景概念,考虑不同严重程度事故由于其特有的属性造成的影响程度区别,构建了多因素的事故情景判别方法,与严重性单一指标相比更能反应事故的真实影响。进一步在事故情景划分的基础上,提取了交通事故情景与道路、交通、外界环境等因素的关联规则,并进行了多规则组合下的事故情景概率预测。由于不同要素对事故的影响程度不同,本文引入了改进的Apriori算法,采用多维多层加权规则,对事故情景与各类要素之间的强关联规则进行挖掘和提取,得到了山区普通干线公路风险因素组合规则识别方法。而在提取的强关联规则基础上,针对强规则的要素风险值其他组合情况,采用贝叶斯网络方法,进行交通事故情景概率的推理和预测,得到风险因素组合的弱关联规则。通过强关联规则挖掘,在已知要素风险值前提下即可得到事故的情景;而弱关联规则可得到各类交通事故情景对应的概率。最后,提出了基于网络核密度估计的山区普通干线公路交通安全隐患点识别和分级方法。考虑道路网络的非匀质性,以及交通事故在空间上的发生特定性,以事故情景作为聚类指标,提出基于网络距离的核密度估计方法。采用零膨胀负二项回归模型对核密度值进行分段估计,基于统计学原理提出了核密度值分级阈值确定方法,据此对事故情景核密度值进行分级处理,得到道路网的一级、二级、三级隐患热点。交通安全隐患点识别以事故情景作为聚类指标,同时考虑了事故发生的可能性和严重性;安全隐患点分级则为交通管理部门进行分阶段的交通安全管理措施的实施提供了依据。
丁隽雯[3]（2021）在《电力机车轴承温度预测研究》文中研究指明电力机车的故障类型中,因轴承异常温升导致的轴承失效故障是最常见的,轴承温度在一定程度上反应出了机车运行的状况。机车在运行途中,短时间内轴承产生不正常的升温,预示着轴承存在故障缺陷的可能,持续的轴承发热会降低机车轴承的使用寿命,轴承的维护周期势必会缩短,更换频率也会增加;若是轴承异常温升长时间不被发现,最为严重的情况会导致车轴发生断裂的重大机车事故,带来的人员伤亡和社会经济损失不可估量。所以针对轴承异常温升的研究尤为重要。轴承温度的预测是机车故障检测问题的基础,为了获得准确率可靠的轴承温度预测值,本文进行了下面几个方面的研究:1.本文以HXD1C型电力机车的轴承为研究对象,首先将某机务段使用的JK00430型车载监测装置作为问题研究的基础设备,基于每根车轴安装在6个测点的温度传感器进行轴承温度数据的采集;2.考虑到采集的轴承温度数据受载重、运行时间、运行速度、环境温度以及行驶工况等不同因素的干扰,存在噪声大、数据失真、数据缺失以及量纲不同无法计算分析等问题,对数据采用降噪处理、平滑处理和归一化处理,获得高质量的轴承温度数据信息;3.鉴于机车处于不同运行工况下,轴承温升的变化程度受各种因素的影响是不同的,使用了皮尔孙相关系数法、肯戴尔相关系数法和斯皮尔曼相关系数法分别对机车整体运行和各种工况下运行时的轴承温度进行了相关性分析,针对每种影响因素计算得出相关性系数,根据相关性系数的正负大小确定变量对轴承温度产生影响的强弱规律,这是轴承温度预测模型建立的基础;4.分别采用随机森林法、多元线性回归法还有梯度回归树法,针对机车不同的运行工况,建立轴承温度预测模型,紧接着根据各个模型评价效果的好坏赋予不同权重值,分别得到了两两结合和全部结合在一起的轴承温度预测模型,将单独轴承温度预测模型和整体结合模型进行了细致化的比较,得到效果最优的是采用了回归树法与随机森林法相结合的轴承温度预测法;5.最后对轴承温度预测模型进行检验,以JK00430装置检测到的HXD1C型货运电力机车的轴温报警信息为参照,通过模型预测这些轴承的温度进而与门限值比较,产生异常温升的轴承是否与顶轮检测后的真实故障信息相对应作为验证模型准确性的方法。
刘建国[4]（2021）在《基于煤尘润湿与爆炸影响机制的防爆抑尘材料研究》文中研究指明沉积煤尘的二次飞扬对工人职业健康、矿区大气环境均造成严重影响。此外,对于井下沉积煤尘,其在冒顶片帮、冲击地压、煤与瓦斯突出等事故中,因冲击波作用可迅速扬起,达到煤尘爆炸浓度,对矿井安全生产与工人生命安全造成严重威胁。为此,本文旨在通过研究煤尘润湿性与爆炸性的多参数影响模型,分析煤尘润湿性与爆炸性影响机制,提出煤尘防爆抑尘材料研制方法,据此研究制备一种环保型复合防爆抑尘剂,并配套研发抑尘剂应用技术与装备,以期对井下沉积煤尘的二次飞扬与爆炸进行高效控制。为认识井下原始煤尘理化特性,表征分析了井下沉积煤尘的物理化学特性。采集了我国华北地区1 8个井下综采回风巷沉积煤尘,并对其润湿性、粒径分布、孔参数、爆炸参数、工业成分、元素含量、镜质组含量及碳官能团含量进行了表征,得到38个煤尘理化参数。将所得结果与文献中球磨煤尘的理化特性进行比较分析,结果显示:井下煤尘具有粒径小、孔结构发达的特征。18组煤尘粒径特征参数D10、D50、D90的平均值分别为5.64、26.49、65.83μm,呼吸性粉尘（P10）平均占比21%、最高占比42%;18组煤尘的平均BET比表面积为8.24 m2/g,平均孔体积为22.85 cm3/g,平均孔径为11.82 nm。较小的粒径分布、较发达的孔结构参数使得井下煤尘更加不易沉降。基于井下煤尘理化特性参数,利用多因素分析法构建了煤尘润湿性与爆炸性的多参数影响模型,探究了影响煤尘润湿性与爆炸性的核心因素,为研发防爆抑尘材料提供了理论基础。由皮尔斯相关系数分析得到煤尘润湿性受其多个理化参数共同影响,结合因子分析法与多元回归法构建了煤尘润湿性的多参数影响模型,得到煤尘孔参数和化学组分是影响其润湿性的核心因素,二者累积影响贡献值为53.75%。由皮尔斯相关系数分析得到影响煤尘爆炸性的理化参数较少,结合灰色关联度分析法与多元回归法构建了煤尘爆炸性的多参数影响模型,得到了影响煤尘爆炸强度的核心因素是固定碳含量、C含量与H含量,三者累积影响贡献值为79.40%。根据影响煤尘润湿性与爆炸性的核心因素,总结得到了提高煤尘润湿性、降低煤尘爆炸性的方法,即增加煤尘氧化程度、提高煤尘含水率、增加煤尘粒径、降低煤尘表面粗糙度;据此结合井下应用条件,提出复合防爆抑尘材料应具有润湿、粘结与吸水保湿三种功能,且其pH值应保持中性。研究了糖工业废料——糖蜜对煤尘的防爆抑制特性,结果表明糖蜜溶液具有弱酸性,其对煤尘具有一定润湿性与保湿性,具有显着粘结性与抑爆性。针对糖蜜溶液抑尘性能中的不足,先利用单因素变量法探究了其与润湿剂、吸湿剂及pH中和剂的协同配伍性,之后利用多因素正交实验法进一步探究了各组分对煤尘抗风蚀性与抑爆性的影响强度,确定了糖蜜基防爆抑尘剂的最佳组分配比。研究设计了糖蜜基防爆抑尘剂的工业制备工艺流程,并对其单位生产成本与应用成本进行了分析,得到其单位生产成本为2626.45元/吨（产量为500吨时）,综采回风巷应用成本为0.16元/吨煤。基于糖蜜基防爆抑尘剂组分的环保性与无毒性,提出了在井上水塔直接配制抑尘剂的应用技术。为提高抑尘剂应用效果,基于井下压风送水管路自主研发了一套超声雾化喷洒装置与井下气水共用型过滤装置,该装置具有耗水量小、雾化性能强的特点,其可将抑尘剂溶液均匀喷洒在巷道表面,为抑尘剂溶液的高效应用提供了设备保障。最后,对糖蜜基防爆抑尘剂的抑尘性能进行了工业级测试,得到该抑尘剂对井下综采回风巷沉积煤尘具有显着抑制作用,喷洒后三天内抑尘率均高达62.86%,第四天后抑尘率开始下降,第七天时回到未喷洒前水平,即抑尘剂的有效抑尘周期为6—7天;利用20 L球形爆炸装置测试了防爆抑尘剂对三种煤尘的抑爆特性,得到其对次烟煤、烟煤和无烟煤煤尘最大爆炸压力的抑制率在20%-30%间,对三者爆炸指数的抑制率分别为57.45%、51.47%和76.98%。该研究成果对保障井下工人职业健康与安全、推动矿山绿色和谐发展提供了技术支撑。本论文包含图片100幅,表31个,参考文献264篇。
韩万里[5]（2021）在《重型货车驾驶员驾驶行为特征及安全风险研究》文中研究指明在人-车-路环境组成的交通系统中,驾驶员是系统主体,是保证道路交通安全的核心。近年来针对主动交通安全管理系统的研究逐渐成为主流,尤其对于重型货车等大型营运性驾驶员驾驶行为特征的研究倍受研究者的关注。因此,本文以重型货车驾驶员驾驶行为及其安全风险为研究对象,设计出适用于我国重型货车驾驶员驾驶行为体系量表,分析重型货车驾驶员驾驶行为特征及其主要影响因素,研究重型货车驾驶员驾驶行为安全水平评价方法,构建重型货车驾驶员交通事故风险预测模型。把对重型货车驾驶员发生交通事故的概率控制转换为对其主要影响因素的控制,以提高和改善重型货车驾驶员驾驶行为。丰富了驾驶员驾驶行为相关理论,为重型货车驾驶员安全驾驶行为分析与安全风险研究提供思路和实验方法。首先,在总结分析重型货车运行安全、驾驶行为特征、驾驶行为安全评价方法及交通事故风险预测模型的研究进展的基础上,明确研究目的、方法及创新思路。修正拓展了驾驶行为定义,对驾驶行为进行分类,梳理了各类相关概念之间定义关系;基于交通心理学及海因里希“多米诺骨牌”因果连锁理论等,结合重型货车交通事故统计数据,对重型货车驾驶员驾驶行为特征及其交通事故成因进行深层次的分析,构建了重型货车驾驶员驾驶行为表征框架。其次,基于统计学与心理学理论,运用文献分析、问卷调查、交流访谈、观察法及探索性因子分析等方法,设计出了适合我国重型货车驾驶员特征的重型货车驾驶员驾驶行为体系量表,分析了重型货车驾驶员驾驶行为的表现特征,并对验证了量表的合理与有效性。然后,将相关性分析、多重对应分析及单因素方差分析相结合,分析不同属性的重型货车驾驶员的各种驾驶行为特征。基于计划行为理论,运用结构方程模型（SEM）路径预测方法,构建了重型货车驾驶员驾驶行为影响因素路径整合模型,全面分析影响重型货车驾驶行为发生动机因素,找出影响重型货车驾驶员驾驶行为的关键因子及其影响度。再者,基于驾驶行为量表,从重型货车驾驶员的积极行为、一般违规行为、错误驾驶行为、疏忽大意驾驶行为及风险/攻击性驾驶行为5个方面构建了重型货车驾驶员驾驶行为安全指标体系。提出了将主成分分析与熵值法相融合的方法对驾驶行为安全评价指标融合赋权,将灰色关联度与TOPSIS综合评价法相融合的方法构建重型货车驾驶员驾驶行为安全水平评价模型,实现对不同群体的重型货车驾驶员驾驶行为安全水平综合评价。最后,基于重型货车驾驶行为量表及其数据统计学特征,以重型货车驾驶员属性及其驾驶行为为自变量,以重型货车是否发生交通事故为因变量。应用相关性分析、多重线性回归分析及单因素Logistic回归分析筛选用于重型货车驾驶员交通事故风险建模的自变量。并提出基于二项logistic回归模型的重型货车驾驶员交通事故风险预测方法,构建二项logistic回归模型来说明驾驶员及其驾驶行为特征参数之间的关联特征对重型货车驾驶员交通事故风险预测结果的影响。并对影响重型货车驾驶员发生交通事故的因素进行分析,提出了改善重型货车驾驶员驾驶行为及其预防事故的措施与建议。研究成果丰富重型货车驾驶员驾驶行为相关理论,有助于提高对重型货车驾驶员驾驶行为研究的重视程度,为重型货车驾驶员不当驾驶行为的矫正与积极驾驶行为的培养等提供理论依据,也为制定相关安全措施政策或规章、开发重型货车碰撞预警系统等提供指导。可改善重型货车驾驶员的驾驶行为,提高驾驶安全性,预防或减少重型货车交通事故发生。
因吉巴·希奥玛·阿金耶米,龚华燕[6]（2020）在《尼日利亚交通事故、死亡率和事故率的探索性空间分析》文中研究表明作者考察了2007—2017年间尼日利亚道路交通事故、死亡率和事故率的空间分布,分析了接触状况、道路网络和社会人口特征对伤亡情况的影响。数据来自尼日利亚联邦道路安全局和《年度统计汇总》。我们采用了空间统计技术来确定交通事故、死亡率和事故率分布模式,用普通最小二乘法（OLS）和地理加权回归（GWR）模型来识别重要变量。期间交通事故数量和死亡率分别下降了47.9%和46.3%,而事故率增加78.6%。交通事故、死亡率和事故率明显聚集在尼日尔州、卡杜纳州、联邦首都直辖区、科吉州和纳萨尔瓦州。联邦首都直辖区的交通事故和受伤人数最多,卡杜纳州死亡人数最多。明显影响死亡率和事故率空间变化的变量为沥青混凝土路、修整道路和土路的长度、失业情况和人口密度。本研究表明,道路类型是导致交通事故死亡率和事故率的主要因素。应落实措施来应对交通事故,如在道路施工过程中落实安全标准,实施减速策略,以及强制使用安全带和对儿童的约束。
林艺舒[7]（2020）在《基于AIS和海洋公开数据的油码头作业效率与法律风险评估研究》文中研究指明随着经济的发展,我国原油进口量与日俱增。其中,除了少部分原油通过管道运输,超过90%的原油需要通过油码头进行转运。与此同时,在油码头作业的油轮数量不断增加且油轮类型趋于大型化。这对油码头的作业效率和作业安全提出了更高的要求。因此,油码头的作业效率及风险评估问题备受关注。目前,国内外关于油码头作业效率及风险评估的研究都需要依赖于港口和船舶公司的所提供的装卸事件信息,这使得评估结果不够客观。另外,现有研究对于油码头作业效率的评估过于宏观,这不利于对码头的作业效率进行深入的评估和分析。且缺乏法律视角下的油码头作业风险评估的相关研究。针对这些问题,本文基于自动识别系统（Automatic Identification System,AIS）数据及海洋公开数据,构建码头装卸事件智能识别模型为油码头的作业效率与风险评估提供客观的装卸事件信息。在此基础上,本文构建了油码头微观作业效率指标估算模型和法律视角下的油码头作业风险评估模型。主要取得以下成果:（1）本文利用AIS数据及海洋公开数据,提出一种实时、客观和智能的装卸事件识别方法。首先,基于二步聚类法从码头装卸区域识别出静止事件。然后,基于SVM分类法从静止事件中提取出装卸事件。该方法不仅能识别出目标码头在指定时间内的所有装卸事件的数量,还可以提取出装卸船舶的海事移动服务识别号、船长、船宽、装卸事件的终止时间戳、靠泊时间和作业泊位。本文以广州的一个油码头为例开展了应用研究,研究结果表明装卸事件识别模型的精准度达到99%,召回率达到96%。且装卸事件的靠泊和离泊时间戳的识别误差不超过1小时。精准的识别结果不仅可用于挖掘潜在的非法作业船舶和经常失信的船舶,还可用于监控船舶是否按规定的安全时间进出码头。从而助力于危险品运输监管和港口调度计划优化。（2）本文选取船流量、泊位利用率与泊位分配率、装卸速度和吞吐量作为油码头的微观作业效率评估指标。借助海洋公开数据,本文首先通过构建船舶载重吨的回归模型和船舶吨级的KNN（K-Nearest Neighbor）分类模型对船舶吨级进行分类,从而确定每个装卸事件的装卸速度范围;然后,本文构建用于装卸量估算的曲线规划模型,求解出各个装卸事件的装卸速度、装卸时间和装卸量;最后,从装卸事件识别、船舶吨级分类与装卸量估算结果中提取出油码头的微观作业效率指标。通过实例验证,船舶吨级分类的准确率为86.94%,年装卸量的相对误差小于0.94%。精准的装卸事件识别、船舶吨级分类及装卸量估计结果保证了这四个作业效率指标提取结果的精准性。客观、精准和微观的油码头作业效率指标估算结果可以为油码头船舶调度、作业安排和泊位升级改造提供科学的理论;为船舶公司选择更合适的码头提供客观的依据;为交通管理部门监管危险品物流提供理论参考和借鉴。（3）从法律的角度出发,本文推出一种可以定量评估油码头作业过程中企业所应承担的民事责任风险和刑事责任风险的模型。由于民事责任风险与刑事责任风险是由事故概率、实际赔偿金额、总经济损失和伤亡人数所决定的。因此,本模型首先确定油码头作业的主要事故场景（包括装卸机械爆裂和船体破损所导致的溢油场景）,并借助装卸事件信息计算出各个场景的溢油概率;然后,基于情景分析法估算出各个溢油场景的溢油量。通过收集我国沿海水上溢油事故数据,推导出实际赔偿金额和总经济损失关于溢油量的对数线性回归模型。并通过溢油量,推导出各个场景的伤亡人数、实际赔偿金额和总经济损失;最后,本文根据估算出来的各个场景的溢油概率、溢油量、实际赔偿金额、总经济损失和伤亡人数,评估油码头作业过程中油码头和船东各自应该承担的民事责任风险和刑事责任风险。结合实例,为油码头和船东提出减少溢油事故,进而减少民事责任风险和规避刑事责任风险的方法。研究结果还有助于防止海洋污染相关法规的完善。上述研究成果不仅丰富了油码头作业效率与风险评估的内容,而且为政府监管危险品物流和油码头风险提供了重要的理论参考和借鉴;为船舶公司根据不同需求选择更合适的油码头、减少作业风险提供更客观的参考;为油码头的提高作业效率、控制作业风险提供了科学依据。
李昀轩[8]（2020）在《基于交通违法事件的道路交通安全风险研究》文中研究指明预防和减少交通事故已经成为我国城市交通可持续发展中的重要任务。目前我国的交通安全管理仍然停留在“事后补救”的“被动”管理模式,尽管政府和管理部门在法律、管理及宣传教育等方面已经采取了一系列措施,并取得了一定的成效,但是道路交通安全形势依然十分严峻。研究一种将交通安全从“事后补救”转为“事前预防”的交通安全风险管控方法,对于提升我国的道路交通安全十分重要。本论文从道路交通安全主动管理出发,选择交通违法事件作为交通安全风险的识别因子,从交通违法事件的特征研究、机理研究、应用研究三个方面,对道路交通安全风险进行了探索和研究。具体而言,主要研究了以下内容:（1）选择电子执法系统获取的交通违法数据,从时空维度分析交通违法事件的分布特征。针对传统时空分析方法的局限性,建立将时间维度纳入空间维度中联动分析的交通违法时空核密度估计模型,该模型结合二维空间核函数和一维时间核函数计算交通违法事件的时空核密度值。选择基于数据驱动的Plug-in方法作为时空核密度估计模型的最佳带宽选择器,并建立时空立方体模型获得最佳的3D可视化效果。（2）分析并预测交通违法事件的时空演化趋势。结合时空邻近度和时空权重矩阵建立基于交通违法事件的时空地理加权回归模型,模型分析了交通违法事件的时空异质性和时空依赖性。利用Getis-Ord Gi*模型计算交通违法点位的Z得分和P值,获得交通违法事件在不同点位的热点和冷点分类。进一步通过Mann-Kendall趋势测试方法预测各个违法点位在100个时间步长内的时空演化趋势。（3）量化交通违法事件和各类特征变量之间的影响关系。交通违法事件的影响因素可以归纳为时间因素、空间因素、交通因素和天气因素。采用二项Logit模型分析交通违法事件的影响因素,探究各类影响因素对交通违法事件发生概率的影响程度。建立混合多项Logit模型分析解释变量对“红灯压线”、“车辆违停”、“闯红灯”三类重点交通违法事件的影响程度。（4）深入挖掘交通违法和交通事故的内在关联。针对传统交通事故调查数据样本量小、主观性强等问题,选择从交通警情数据中获取更全面的交通事故信息。建立基于依存句法分析的交通事故信息提取方法,从交通警情数据中提取不同类型的交通事故特征数据。在时空约束条件下将交通事故数据和交通违法数据相匹配,使用FP-growth算法挖掘交通事故类型和交通违法类型之间的关联规则。（5）建立了连续数据环境下的道路安全风险预测模型,该模型基于改进随机森林算法,重点解决了传统随机森林模型在处理不平衡数据和特征变量选择方面的问题。以交通安全风险预测模型为核心,构建了一个集“监测”、“发现”、“解决”三位一体的道路交通安全风险管控框架,并提出了针对交通安全风险的防治对策,从而实现道路交通安全从面向事故的管理转变为面向风险的管理。本论文研究提出基于交通违法事件的道路安全分析方法可以更好的帮助研究人员挖掘交通违法数据的内在特征和规律,辅助管理人员提高道路交通安全管理水平和治理能力,具有十分重要的现实意义。
孙佳人[9]（2020）在《基于贝叶斯时空建模的高速公路交通安全计量评价研究》文中指出随着社会经济的快速发展,近年来,我国机动车驾驶人数、机动车保有量和公路通车里程均迅猛增长。其中,驾驶人数量和高速公路里程已位居世界第一。作为高等级的道路,高速公路在提供快速、高效的客、货交通运输的同时,也带来了交通安全问题。高速公路由于车流量大、行车速度快、货车比例高,导致其交通事故率和致死率（死亡人数/伤亡人数）相对较高。在高速公路通车里程和客、货运量持续增长的背景下,其交通安全压力不断提升,交通安全形势不容乐观,交通安全改善势在必行。为了构建本质安全的高速公路交通运输系统,有必要对高速公路交通事故的发生机理展开深入研究,计量分析人、车、路、环境等因素对高速公路的事故风险和伤亡程度的影响,并以此制定经济、有效的交通安全改善对策、建立科学有效的高速公路交通安全评价技术体系。为此,本文基于广东省开阳高速公路2014年的道路、交通和事故数据,开展了如下研究工作:（1）以平面曲率、纵向坡度和交通构成同质性为原则,将整条高速公路划分为154条路段。通过事故记录中的肇事地点将事故和路段进行关联。鉴于相邻路段事故风险间的空间关联,采用贝叶斯条件自回归模型,对路段年事故数进行预测建模,分析道路、交通等因素对路段年事故数据的影响,通过具有条件自回归先验的随机项表示未被观测的风险因素对相邻路段事故风险的共同影响。同时,对比了条件自回归模型和传统的泊松模型、贝叶斯层级模型在事故频次预测上的拟合性能。（2）将路段年事故数按照事故时间划分为路段月事故数,进一步解析交通因素的时间变化对事故频次的影响。建立关联路段月份事故频次和道路、交通因素间的随机效应模型、一阶自回归模型和一阶自回归随机效应模型,分别通过路段随机效应项、一阶迟滞随机项以及两者的综合解释路段相邻月份事故数间的时间关联。对比这三个模型以及泊松模型在月事故数预测上的拟合性能。（3）在事故记录的数据基础上,通过事故地点和时间关联道路和交通信息,构建事故伤亡程度分析数据集。在传统有序Logit模型的基础上,增加具有条件自回归先验的随机项以解析相邻事故伤亡程度间的空间关联,从而建立空间有序Logit模型,分析驾驶员、车辆、道路、交通、环境、救援和事故特征对伤亡程度的影响。在此基础上,推导出了连续变量和0-1变量的边际效应计算公式,以此量化显着因素对各伤亡程度发生概率的影响。同时,还对比了空间有序Logit模型和传统有序Logit模型的拟合性能和分类准确度。（4）将路段年事故数按照事故伤亡程度划分为无伤亡事故数和伤亡事故数,建立多变量条件自回归模型对其进行联合预测建模,以分析道路、交通因素对各伤亡等级事故频次的影响,同时解析这两类事故频次的空间关联和伤亡程度相关性。通过与多变量泊松对数-正态模型和单变量条件自回归模型的拟合性能对比,说明多变量条件自回归模型的优越性。上述的高速公路交通安全分析结果表明,事故数据中存在显着的时空关联。通过贝叶斯时空模型解析时空关联,有助于提高模型的拟合预测性能。路段曲率、坡度和交通构成均对事故频次具有显着影响。车辆类型、天气条件、事故季节、交通构成、救援时长和事故类型均对事故伤亡程度具有显着影响。曲率仅对无伤亡事故频次具有显着影响,坡度仅对伤亡事故频次具有显着影响,交通构成对这两类事故频次的影响方向相反。（5）基于上述安全分析结果,从影响事故频次的安全效应、影响事故伤亡程度的安全效应以及综合影响事故频次与伤亡程度的安全效应等三种角度出发,并结合开阳高速公路交通安全现状,提出了相应的高速公路交通安全改善对策。本文研究成果为解析高速公路交通事故机理及预测交通安全发展趋势提供了理论基础和技术支持,对改善高速公路交通安全具有重要的参考价值。
陈永军[10]（2020）在《脆弱性视角下长江口交通流密集水域船舶通航风险研究》文中进行了进一步梳理水路运输具有运量大、单位运输成本低的特点,有利于推动流域的经济发展。但水路运输运营环境复杂,水上交通事故时有发生,这对风险应急管控水平提出了更高要求。近年来,随着水上贸易货物量的增加,通过深水航道进出通航水域的船舶数量不断攀升,通航船舶航线交叉密集度不断扩大。如果发生突发险情或事故,受短时间内船舶数量多、航线交叉错综复杂、应急救援不便等诸多因素限制,极易造成水上交通拥堵与通航网络紊乱,进而引发船舶通航系统的脆弱性风险。因此,如何运用恰当的模型与方法辨识通航系统的脆弱性、刻画风险演化机理,并对船舶交通流拥堵、突发事件两个主要风险场景进行分析,显得尤为紧迫。论文以系统理论、脆弱系统、水上交通安全、深度学习、复杂网络理论等为理论基础,从脆弱性角度出发,结合交通流密集水域特殊性,对船舶通航风险进行深度剖析,辨识影响船舶通航系统的主要脆弱性因素,在此基础上,对关键脆弱性因素进行层级结构划分和基于脆弱因子的风险演化,对船舶交通流拥堵和突发事件作为风险场景进行了剖析,并以长江口交通流密集水域为研究背景进行实证分析,以期为船舶通航系统的风险管控和应急安全提供理论依据。论文的主要研究内容及创新成果包括:（1）划分了脆弱性视角下交通流密集水域船舶通航系统的风险场景。总结归纳不同领域对脆弱性概念、脆弱性内涵及脆弱性特征要素的界定,对脆弱性重大事件进行了梳理,解析了脆弱性与脆性、反脆弱、韧性、弹性、鲁棒性等概念的区别。在此基础上,对船舶通航系统脆弱性概念进行了界定,同时结合交通流密集水域的特征,将船舶通航系统风险场景划分为船舶拥堵和突发事件,并对风险场景进行了描述。（2）分析了船舶通航系统的脆弱性因素,并构建了脆弱性辨识模型。从船舶通航系统载运能力、环境能力和管控能力3个角度出发,划分出3个子系统,在此基础上,确定了船舶通航系统的脆弱性因素;综合运用决策试验和评价实验法、层次分析法、熵权法等理论方法的优点,构建脆弱性辨识模型,得出脆弱性因素间的关联程度,生成脆弱性因素的整体影响矩阵,获得经熵权法修正过的脆弱性因素权重值。（3）分析了船舶通航系统脆弱性因素的层级关系,并构建了风险演化模型。在船舶通航系统脆弱性影响因素及其相关性的基础上,提出了基于解释结构模型的脆弱性因素层级划分方法;结合交叉影响矩阵分析了各脆弱性因素的驱动力与依赖度,生成脆弱性因素层级关系图;根据筛选出的影响船舶通航系统的关键脆弱性因素,构建基于脆弱因子的传染病动力学风险演化模型,剖析了关键脆弱节点对风险演化过程的影响。（4）针对船舶交通流拥堵的应用场景,构建了船舶交通流拥堵风险预判模型。分析了交通流主要预测参数的特征和聚类映射关系,并以模糊均值聚类算法和k最近邻算法拟映射该关系;运用卷积神经网络、长短期记忆网络、支持向量回归构建交通流预测模型,实现对船舶交通流流量和密度的预测;在此基础上,完成交通流流量和密度的聚类分类,最终获得船舶交通流的拥堵风险等级。（5）针对脆弱性视角下交通流密集水域突发事件通航系统风险应用场景,提出了通航系统脆弱性测度和风险评价模型。运用原点映射法构建了船舶通航系统的网络拓扑结构,并构建了基于复杂网络理论的脆弱性测度模型。针对船舶通航系统可能受到的不同形式的攻击或干扰,分析了通航系统在干扰作用下的“脆弱点”变化程度,在此基础上,运用脆弱性测度指标,构建通航系统风险评价模型,实现对通航系统脆弱点的测度和风险评价。论文对通航系统脆弱性因素辨识、脆弱性演化、拥堵风险预判、脆弱性测度的研究,丰富了船舶通航风险的理论研究和技术应用;基于长江口船舶通航的相关数据建模及实证分析表征,提出的脆弱性辨识模型能够较好地辨识影响船舶通航系统的关键脆弱性因素;构建的基于脆弱因子的船舶通航系统风险演化模型能够实现脆弱性因素的层级结构划分,刻画出脆弱性因素随时间的风险演化规律;提出的船舶交通流拥堵风险预判模型,能从时空角度分析船舶交通流的拥堵风险;基于复杂网络理论提出的脆弱性测度和风险评价方法能够实现对关键脆弱节点和航线的测度,并实现节点的风险评价。论文研究成果对船舶通航安全管理与船舶运输组织效率的提升具有重要的理论意义和社会意义。
二、利用回归法进行伤亡事故趋势预测（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、利用回归法进行伤亡事故趋势预测（论文提纲范文）
（2）基于事故情景划分的山区普通干线公路事故预测和安全隐患挖掘（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 交通事故影响研究 |
| 1.2.2 交通安全隐患点识别 |
| 1.2.3 交通事故关联规则挖掘研究 |
| 1.2.4 国内外研究述评 |
| 1.3 研究内容 |
| 1.4 技术路线 |
| 第二章 山区普通干线公路交通事故成因及特性分析 |
| 2.1 交通事故成因分析 |
| 2.1.1 道路特性 |
| 2.1.2 环境特性 |
| 2.2 交通事故特性 |
| 2.2.1 交通事故类型特征 |
| 2.2.2 交通事故时间分布特征 |
| 2.2.3 交通事故空间分布特征 |
| 2.2.4 交通事故形态分布特征 |
| 2.2.5 交通事故人为因素分布特征 |
| 2.2.6 交通事故车辆因素分布特征 |
| 2.3 本章小结 |
| 第三章 山区普通干线公路交通事故时空影响分析 |
| 3.1 事故持续时间的阶段划分 |
| 3.1.1 交通事故发现与响应阶段 |
| 3.1.2 交通事故清除阶段 |
| 3.1.3 交通恢复阶段 |
| 3.2 山区普通干线公路交通事故持续时间 |
| 3.2.1 Van Aerde模型下的交通波方程 |
| 3.2.2 事故持续时间计算 |
| 3.3 事故空间扩散范围的影响因素分析 |
| 3.4 山区普通干线公路交通事故空间影响范围 |
| 3.4.1 高斯烟雨模型 |
| 3.4.2 周围路网影响力Q的标定 |
| 3.4.3 事故影响范围的类椭圆高斯烟雨模型 |
| 3.5 实例分析 |
| 3.6 本章小结 |
| 第四章 山区普通干线公路事故情景划分 |
| 4.1 情景分类指标体系 |
| 4.1.1 事故可能性影响因素分析 |
| 4.1.2 运行严重性影响因素分析 |
| 4.1.3 指标体系的构建 |
| 4.2 指标权重的确定 |
| 4.2.1 指标等级的划分 |
| 4.2.2 事故评价矩阵的建立 |
| 4.2.3 CRITIC法确定指标权重 |
| 4.3 基于秩合比方法的交通事故情景判断矩阵 |
| 4.3.1 秩和比法原理及步骤 |
| 4.3.2 编秩并计算RSR值 |
| 4.3.3 确定RSR分布并计算回归方程 |
| 4.3.4 构建情景划分判断矩阵 |
| 4.4 实例分析 |
| 4.5 本章小结 |
| 第五章 基于关联规则和贝叶斯网络的交通事故情景预测 |
| 5.1 交通事故情景与风险因素关联规则简介 |
| 5.1.1 交通事故风险关联规则基本概念 |
| 5.1.2 交通事故关联规则筛选标准 |
| 5.2 普通干线公路事故情景与风险因素加权关联规则挖掘 |
| 5.2.1 加权关联规则概述 |
| 5.2.2 加权关联规则评价指标计算 |
| 5.2.3 基于Apriori算法改进的多维多层加权Top-k关联规则挖掘算法 |
| 5.2.4 结果分析 |
| 5.3 基于贝叶斯网络的事故情景预测 |
| 5.3.1 贝叶斯网络基本理论 |
| 5.3.2 贝叶斯网络学习 |
| 5.3.3 贝叶斯网络推理分析 |
| 5.4 本章小结 |
| 第六章 基于网络核密度估计的安全隐患点挖掘 |
| 6.1 核密度估计理论 |
| 6.2 事故情景类别的网络核密度估计 |
| 6.2.1 网络核密度估计基本理论 |
| 6.2.2 事故情景类别指数 |
| 6.2.3 实例分析 |
| 6.3 安全隐患点段分级 |
| 6.3.1 零膨胀负二项回归模型基本理论 |
| 6.3.2 鉴别模型求解及结果可视化分析 |
| 6.4 本章小结 |
| 研究结论与展望 |
| 主要研究结论 |
| 创新点 |
| 研究展望 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间取得研究成果 |
| 致谢 |
（3）电力机车轴承温度预测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景 |
| 1.2 国内外研究现状 |
| 1.2.1 轴承温度预测的红外线探测系统 |
| 1.2.2 热轴的监测数据诊断法 |
| 2 电力机车轴承的相关分析 |
| 2.1 机车轴承结构及轴承过热原因 |
| 2.1.1 滑动轴承 |
| 2.1.2 滚动轴承 |
| 2.1.3 热轴发生的过程分析 |
| 2.2 采集轴承温度数据 |
| 2.3 轴承温升规律 |
| 2.4 本章小结 |
| 3 轴承温度数据的采集与处理 |
| 3.1 JK00430 型机车走行部监测装置 |
| 3.2 实验数据预处理 |
| 3.2.1 平滑处理 |
| 3.2.2 缺失值处理 |
| 3.2.3 归一化处理 |
| 3.3 相关性分析 |
| 3.3.1 皮尔孙相关系数法 |
| 3.3.2 Kendall相关系数法 |
| 3.3.3 Spearman相关系数法 |
| 3.4 基于整体和各工况运行的机车轴承温度相关性分析 |
| 3.4.1 基于整体运行的机车轴承温度相关性分析 |
| 3.4.2 基于各运行工况的轴承温度相关性分析 |
| 3.5 本章小结 |
| 4 轴承温度预测模型的建立 |
| 4.1 多元回归法 |
| 4.1.1 基于多元回归加速运行阶段轴承温度预测 |
| 4.1.2 基于多元回归的平稳运行阶段轴承温度预测 |
| 4.1.3 基于多元回归的减速阶段轴承温度预测 |
| 4.2 基于随机森林的轴承温度预测 |
| 4.3 基于梯度回归树的轴承温度预测 |
| 4.4 建立整体轴承温度预测模型 |
| 4.4.1 集成分类器的建立基础 |
| 4.4.2 多模型融合的轴承温度预测 |
| 4.5 本章小结 |
| 5 HXD1C型电力机车轴承温升的模型检验 |
| 5.1 电力机车轴位编号及温升报警条件 |
| 5.2 HXD1C型电力机车轴承温度的模型检验 |
| 5.3 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
（4）基于煤尘润湿与爆炸影响机制的防爆抑尘材料研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 文献综述 |
| 1.1 引言 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 煤尘的产生与控制技术研究现状 |
| 1.2.1 煤尘的产生与危害现状 |
| 1.2.2 我国对煤尘的研究历程 |
| 1.2.3 煤尘控制技术研究现状 |
| 1.3 煤尘爆炸机理及其抑制技术研究现状 |
| 1.3.1 煤尘爆炸特性与机理研究现状 |
| 1.3.2 煤尘抑爆机制与技术研究现状 |
| 1.4 煤尘润湿性影响机制研究现状 |
| 1.4.1 煤尘润湿性测试方法研究现状 |
| 1.4.2 煤尘润湿性影响因素研究现状 |
| 1.4.3 表面活性剂对煤尘润湿性影响研究现状 |
| 1.5 煤矿用化学抑尘剂研究与应用现状 |
| 1.5.1 单功能化学抑尘剂研究现状 |
| 1.5.2 复合型化学抑尘剂研究现状 |
| 1.6 需进一步研究的问题 |
| 1.7 研究内容与方法 |
| 1.7.1 研究内容 |
| 1.7.2 研究方法 |
| 1.7.3 技术路线 |
| 2 井下沉积煤尘物理化学特性的表征与分析 |
| 2.1 引言 |
| 2.2 煤尘采集与表征方法 |
| 2.2.1 煤尘采集地区及方法 |
| 2.2.2 煤尘物理特性表征方法 |
| 2.2.3 煤尘化学特性表征方法 |
| 2.3 煤尘物理特性的表征与分析 |
| 2.3.1 煤尘润湿性分析 |
| 2.3.2 煤尘粒径分布分析 |
| 2.3.3 煤尘孔结构参数分析 |
| 2.4 煤尘化学特性的表征与分析 |
| 2.4.1 煤尘爆炸特性分析 |
| 2.4.2 煤尘工业组分分析 |
| 2.4.3 煤尘元素分析 |
| 2.4.4 煤尘表面碳官能团分析 |
| 2.5 本章小结 |
| 3 煤尘理化特性对其润湿性与爆炸性的影响模型与机制 |
| 3.1 引言 |
| 3.2 分析模型与方法 |
| 3.2.1 皮尔斯相关性分析法 |
| 3.2.2 灰色关联分析法 |
| 3.2.3 因子分析法 |
| 3.2.4 多元线性回归法 |
| 3.3 煤尘理化特性对其润湿性的影响模型与机制 |
| 3.3.1 煤尘理化特性与润湿性的皮尔斯相关性分析 |
| 3.3.2 基于灰色关联分析的煤尘润湿性影响模型 |
| 3.3.3 基于因子分析的煤尘润湿性影响模型 |
| 3.3.4 煤尘理化特性对其润湿性的影响机制分析 |
| 3.4 煤尘理化特性对其爆炸性的影响模型与机制 |
| 3.4.1 煤尘理化特性与其爆炸性参数的皮尔斯相关性分析 |
| 3.4.2 基于灰色关联分析的煤尘爆炸性影响模型 |
| 3.4.3 基于因子分析的煤尘爆炸性影响模型 |
| 3.4.4 煤尘理化特性对其爆炸性的影响机制分析 |
| 3.5 复合防爆抑尘剂研制方法分析 |
| 3.6 本章小结 |
| 4 糖蜜溶液理化特性及其对煤尘粘结抑爆特性研究 |
| 4.1 引言 |
| 4.2 实验材料与方法 |
| 4.2.1 实验材料 |
| 4.2.2 实验方法 |
| 4.3 糖蜜溶液物理化学特性分析 |
| 4.3.1 pH值变化规律 |
| 4.3.2 表面张力变化规律 |
| 4.3.3 粘度变化规律 |
| 4.3.4 蒸发特性分析 |
| 4.4 糖蜜溶液对煤尘的抑尘性能分析 |
| 4.4.1 对煤尘润湿性分析 |
| 4.4.2 对煤尘抗蒸发性的影响 |
| 4.4.3 对煤尘吸湿性的影响 |
| 4.4.4 对煤尘的粘结性分析 |
| 4.5 糖蜜溶液对煤尘的抑爆性能分析 |
| 4.5.1 对煤尘爆炸特性的影响 |
| 4.5.2 对煤尘热分解过程的影响 |
| 4.6 本章小结 |
| 5 防爆抑尘材料的复配优选实验研究 |
| 5.1 引言 |
| 5.2 实验材料与方法 |
| 5.2.1 实验材料 |
| 5.2.2 实验方法 |
| 5.3 抑尘剂辅料与糖蜜的协同拮抗性研究 |
| 5.3.1 润湿添加材料 |
| 5.3.2 吸湿添加材料 |
| 5.3.3 pH中和添加材料 |
| 5.4 抑尘剂主辅料正交复配实验与抑尘机制研究 |
| 5.4.1 主辅料正交复配实验设计 |
| 5.4.2 抑尘剂组分对煤尘抑尘率的影响分析 |
| 5.4.3 抑尘剂组分对煤尘抑爆率的影响分析 |
| 5.4.4 防爆抑尘剂最优配方与抑尘机理分析 |
| 5.5 本章小结 |
| 6 防爆抑尘剂制备工艺与应用技术及装备研究 |
| 6.1 引言 |
| 6.2 防爆抑尘剂制备工艺与成本分析 |
| 6.2.1 防爆抑尘剂制备工艺流程设计 |
| 6.2.2 防爆抑尘剂成本分析 |
| 6.3 防爆抑尘剂应用技术与装备研究 |
| 6.3.1 防爆抑尘剂应用技术研究 |
| 6.3.2 基于井下压风送水管路的气水喷雾装置研究 |
| 6.4 防爆抑尘剂防爆抑尘性能测定 |
| 6.4.1 综采回风巷抑尘性能工业级测试 |
| 6.4.2 防爆抑尘剂抑爆性能实验室测定 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 主要结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 附录A 附图 |
| A1 煤尘等温N_2吸附解吸曲线图 |
| A2 煤尘孔分形维数计算过程图 |
| A3 煤尘爆炸压力曲线图 |
| A4 煤尘表面碳官能团分峰拟合图 |
| 附录B 附表 |
| 表B1 煤尘理化特性因子分析因子得分系数表 |
| 表B2 煤尘理化特性因子分析所得成分计算值 |
| 附录C 灰色关联度计算MATLAB程序语言 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（5）重型货车驾驶员驾驶行为特征及安全风险研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 重型货车数量 |
| 1.1.2 交通安全形势 |
| 1.1.3 研究重型货车驾驶员驾驶行为的必要性 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 重型货车安全研究 |
| 1.3.2 驾驶行为研究 |
| 1.3.3 驾驶行为安全评价指标及建模方法 |
| 1.3.4 交通事故风险分析模型 |
| 1.3.5 既有研究评述 |
| 1.4 主要研究内容 |
| 1.5 研究方法和技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 第二章 重型货车驾驶行为定义及其表征结构研究 |
| 2.1 驾驶行为定义及研究范围界定 |
| 2.1.1 驾驶行为概念界定 |
| 2.1.2 驾驶行为分类及研究范围 |
| 2.2 驾驶行为的形成分析 |
| 2.3 重型货车交通事故特征及其事故原因分布 |
| 2.3.1 交通事故特征与主要影响因素分析 |
| 2.3.2 事故原因分布 |
| 2.4 重型货车驾驶员交通心理分析 |
| 2.4.1 社会责任感 |
| 2.4.2 冒险心理 |
| 2.4.3 交通安全感 |
| 2.4.4 期望心理 |
| 2.5 重型货车交通事故成因及驾驶行为特征表征结构 |
| 2.5.1 事故成因分析 |
| 2.5.2 驾驶行为特征分析 |
| 2.5.3 重型货车驾驶行为表征结构 |
| 2.6 本章小结 |
| 第三章 重型货车驾驶员驾驶行为体系量表构建研究 |
| 3.1 研究思路 |
| 3.1.1 问题描述 |
| 3.1.2 研究思路 |
| 3.2 研究方法 |
| 3.2.1 驾驶行为调查方法 |
| 3.2.2 因子分析法 |
| 3.3 重型货车驾驶员驾驶行为量表初始体系构建 |
| 3.4 问卷调查实施 |
| 3.4.1 调查目的与对象 |
| 3.4.2 调查样本量 |
| 3.4.3 调查过程 |
| 3.5 重型货车驾驶员驾驶行为体系构建 |
| 3.5.1 探索性因子分析 |
| 3.5.2 重型货车驾驶员驾驶行为量表结构 |
| 3.6 重型货车驾驶行为量表信度与效度检验 |
| 3.6.1 信效度及构建效度检验 |
| 3.6.2 关联效度分析 |
| 3.6.3 区分效度分析 |
| 3.7 本章小结 |
| 第四章 重型货车驾驶员驾驶行为特征及影响因素路径整合模型研究 |
| 4.1 问题描述与研究思路 |
| 4.1.1 问题描述 |
| 4.1.2 研究思路 |
| 4.2 研究方法 |
| 4.2.1 多重对应分析 |
| 4.2.2 计划行为理论 |
| 4.2.3 结构方程模型 |
| 4.3 重型货车驾驶员样本描述性统计分析 |
| 4.4 重型货车驾驶员驾驶行为特性分析 |
| 4.4.1 不同驾驶行为与其态度、自我期望关系分析 |
| 4.4.2 不同驾驶行为与其人口学因素关系分析 |
| 4.4.3 不同驾驶行为与其驾驶经验关系分析 |
| 4.4.4 不同驾驶行为与驾驶休息时间关系分析 |
| 4.4.5 不同驾驶行为与经济压力关系分析 |
| 4.4.6 不同驾驶行为与交通事故关系分析 |
| 4.5 重型货车驾驶员驾驶行为影响因素路径整合模型 |
| 4.5.1 模型构建 |
| 4.5.2 影响因素路径构建 |
| 4.5.3 适配度分析 |
| 4.6 影响因素路径关系分析 |
| 4.6.1 各变量间的相互关系分析 |
| 4.6.2 各变量间的影响程度分析 |
| 4.7 本章小结 |
| 第五章 基于驾驶行为量表的重型货车驾驶员驾驶行为安全评价模型研究 |
| 5.1 研究问题与思路 |
| 5.1.1 研究问题 |
| 5.1.2 研究思路 |
| 5.2 研究方法 |
| 5.2.1 TOPSIS评价法 |
| 5.2.2 灰色综合评价法 |
| 5.3 评价指标体系构建 |
| 5.4 指标权重确定分析 |
| 5.4.1 主成分分析法在指标层应用 |
| 5.4.2 熵值法在要素层应用 |
| 5.5 基于灰色关联度-TOPSIS评价方法 |
| 5.6 不同群体重型货车驾驶员驾驶行为安全水平评价 |
| 5.6.1 是否发生过交通事故的重型货车驾驶员驾驶行为安全水平评价 |
| 5.6.2 不同年龄段的驾驶员驾驶行为安全水平评价 |
| 5.6.3 不同平均每天睡眠时间的重型货车驾驶员驾驶行为安全水平评价 |
| 5.6.4 不同车辆所有权的重型货车驾驶员驾驶行为安全水平评价 |
| 5.6.5 不同月收入的重型货车驾驶员驾驶行为安全水平评价 |
| 5.7 本章小结 |
| 第六章 重型货车驾驶员交通事故风险预测模型研究 |
| 6.1 研究问题与思路 |
| 6.1.1 研究问题 |
| 6.1.2 研究思路 |
| 6.2 研究方法 |
| 6.2.1 多重线性回归分析 |
| 6.2.2 二元logisitic回归模型 |
| 6.2.3 模型检验 |
| 6.3 数据特征及变量选取分析 |
| 6.3.1 数据特征分析 |
| 6.3.2 构建预测模型的数据预分析 |
| 6.4 重型货车交通事故风险预测模型构建 |
| 6.4.1 模型构建 |
| 6.4.2 实现过程 |
| 6.4.3 预测模型检验 |
| 6.5 本章小结 |
| 第七章 重型货车交通事故影响因素分析及其预防措施建议 |
| 7.1 重型货车驾驶员疲劳因素 |
| 7.1.1 平均每天睡眠时间 |
| 7.1.2 行车时间段 |
| 7.2 经营模式因素 |
| 7.3 不同驾驶行为因素分析 |
| 7.3.1 积极驾驶行为 |
| 7.3.2 一般违规驾驶行为 |
| 7.4 个体属性因素 |
| 7.4.1 年龄因素 |
| 7.4.2 月收入因素 |
| 7.5 其他驾驶行为及交叉因素 |
| 7.6 本章小结 |
| 结论与展望 |
| 主要结论 |
| 主要创新点 |
| 研究展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 参与的主要科研项目 |
| 致谢 |
| 附录 重型货车驾驶员驾驶行为调查表 |
（7）基于AIS和海洋公开数据的油码头作业效率与法律风险评估研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 码头作业事件识别研究 |
| 1.2.2 油码头作业效率估算研究 |
| 1.2.3 油码头作业法律风险评估研究 |
| 1.3 论文研究特色和创新之处 |
| 1.4 研究内容和技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 第二章 相关理论基础 |
| 2.1 船舶自动识别系统AIS |
| 2.2 油码头作业流程 |
| 2.3 机器学习相关理论 |
| 2.3.1 数据收集与预处理 |
| 2.3.2 特征选择和降维 |
| 2.3.3 模型的训练与测试 |
| 2.3.4 模型的性能度量 |
| 2.4 本章小结 |
| 第三章 基于AIS和海洋公开数据的码头装卸事件智能识别 |
| 3.1 问题描述 |
| 3.2 基于AIS和海洋公开数据的装卸事件智能识别模型 |
| 3.2.1 模型假设与符号说明 |
| 3.2.2 基于二步聚类法的装卸区域静止事件识别模型 |
| 3.2.3 基于SVM分类法的装卸事件提取模型 |
| 3.3 实例应用 |
| 3.3.1 静止事件识别结果 |
| 3.3.2 装卸事件提取结果 |
| 3.4 分析与讨论 |
| 3.5 本章小结 |
| 第四章 基于AIS与海洋公开数据的油码头微观作业效率指标估算 |
| 4.1 问题描述 |
| 4.2 油码头微观作业效率指标估算模型 |
| 4.2.1 模型假设与符号说明 |
| 4.2.2 基于KNN分类法和线性回归的船舶吨级分类模型 |
| 4.2.3 装卸量估算模型 |
| 4.2.4 油码头微观作业效率指标提取 |
| 4.3 实例应用 |
| 4.3.1 船舶吨级分类结果 |
| 4.3.2 装卸量的估算结果 |
| 4.3.3 油码头微观作业效率指标估算结果 |
| 4.4 分析和讨论 |
| 4.4.1 船流量和吞吐量在油码头工作计划中的应用 |
| 4.4.2 泊位利用率和分配率在泊位升级改造中的应用 |
| 4.4.3 装卸速度在船舶调度计划中的应用 |
| 4.4.4 吞吐量在监管危险品物流中的应用 |
| 4.5 本章小结 |
| 第五章 法律视角下的油码头作业风险评估 |
| 5.1 问题描述 |
| 5.2 油码头作业法律风险评估模型 |
| 5.2.1 模型假设与符号说明 |
| 5.2.2 油码头作业溢油概率估算 |
| 5.2.3 油码头作业溢油后果估算 |
| 5.2.4 油码头作业民事责任风险评估 |
| 5.2.5 油码头作业刑事责任风险评估 |
| 5.3 实例应用 |
| 5.3.1 模型参数的确定 |
| 5.3.2 概率和后果的估算结果 |
| 5.3.3 民事责任风险评估结果 |
| 5.3.4 刑事责任风险评估结果 |
| 5.4 分析与讨论 |
| 5.4.1 概率和后果估算结果分析 |
| 5.4.2 民事责任风险分析及减少民事责任风险的方法讨论 |
| 5.4.3 刑事责任风险分析及规避刑事责任风险的方法讨论 |
| 5.4.4 我国现行的防止海洋污染相关法规所存在的问题 |
| 5.5 本章小结 |
| 总结和展望 |
| 工作总结 |
| 未来展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（8）基于交通违法事件的道路交通安全风险研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外文献综述 |
| 1.2.1 国外交通违法研究现状 |
| 1.2.2 国内交通违法研究现状 |
| 1.2.3 交通违法研究现状评述 |
| 1.3 研究目标及内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 研究技术路线 |
| 1.5 本章小结 |
| 第二章 交通电子执法系统和违法数据预处理 |
| 2.1 交通电子执法系统 |
| 2.1.1 电子执法系统起源及发展 |
| 2.1.2 交通违法类型 |
| 2.1.3 交通违法数据应用 |
| 2.2 交通违法数据预处理方法 |
| 2.2.1 交通违法数据标准化 |
| 2.2.2 地理坐标转化和数据清理 |
| 2.3 实例分析 |
| 2.3.1 电子执法系统点位分布分析 |
| 2.3.2 交通违法数据预处理结果分析 |
| 2.4 本章小结 |
| 第三章 交通违法事件时空特征分析 |
| 3.1 交通违法事件时间和空间特征分析 |
| 3.1.1 时间特征分析 |
| 3.1.2 空间特性分析 |
| 3.2 时空核密度模型时空特征分析方法 |
| 3.2.1 核密度估计理论基础 |
| 3.2.2 时空核密度估计方法 |
| 3.2.3 最佳带宽选择器 |
| 3.2.4 可视化建模 |
| 3.3 实例分析 |
| 3.3.1 研究区域和交通违法类型 |
| 3.3.2 模型结果分析 |
| 3.4 本章小结 |
| 第四章 交通违法事件演化趋势分析 |
| 4.1 交通违法事件时空地理加权回归模型 |
| 4.1.1 时空邻近度和时空权重矩阵 |
| 4.1.2 特征变量选取方法 |
| 4.1.3 时空地理加权回归模型 |
| 4.2 交通违法事件时空演化趋势分类方法 |
| 4.2.1 Getis-Ord Gi*统计模型 |
| 4.2.2 Mann-Kendall趋势分析法 |
| 4.3 实例分析 |
| 4.3.1 交通违法事件特征变量 |
| 4.3.2 模型结果分析 |
| 4.3.3 交通违法事件时空演化趋势分析 |
| 4.4 本章小结 |
| 第五章 交通违法事件影响因素分析 |
| 5.1 交通违法事件影响因素 |
| 5.1.1 时间因素 |
| 5.1.2 空间因素 |
| 5.1.3 交通因素 |
| 5.1.4 天气因素 |
| 5.2 基于Logit模型的交通违法影响因素分析 |
| 5.2.1 二项Logit回归模型 |
| 5.2.2 混合多项Logit模型 |
| 5.2.3 模型拟合度检验 |
| 5.3 实例分析 |
| 5.3.1 交通违法事件变量描述 |
| 5.3.2 交通违法事件影响因素分析 |
| 5.3.3 交通违法类型影响因素分析 |
| 5.4 本章小结 |
| 第六章 交通违法及交通安全风险关联规则研究 |
| 6.1 基于依存句法分析的交通事故信息提取方法 |
| 6.1.1 交通事故数据获取方法 |
| 6.1.2 基于依存关系的句法分析 |
| 6.1.3 交通警情信息提取方法 |
| 6.2 交通违法事件和交通事故信息关联分析 |
| 6.2.1 构造FP-tree |
| 6.2.2 FP-growth算法 |
| 6.2.3 时空约束下数据匹配方法 |
| 6.3 实例分析 |
| 6.3.1 交通警情数据预处理 |
| 6.3.2 基于依存句法分析的交通事故信息提取方法 |
| 6.3.3 交通事故和交通违法关联规则结果分析 |
| 6.4 本章小结 |
| 第七章 连续数据环境下交通安全风险预测和防治对策 |
| 7.1 连续数据环境下的交通安全管理及风险预测 |
| 7.1.1 连续数据环境下主动交通安全管理 |
| 7.1.2 连续数据环境下交通安全风险预测 |
| 7.2 基于改进随机森林的交通安全风险预测模型 |
| 7.2.1 随机森林算法原理 |
| 7.2.2 改进随机森林算法 |
| 7.2.3 改进随机森林算法性能指标 |
| 7.3 实例分析 |
| 7.3.1 不平衡数据处理及特征变量筛选 |
| 7.3.2 模型结果分析 |
| 7.4 道路交通安全风险管控框架及防治对策 |
| 7.4.1 道路交通安全风险管控框架 |
| 7.4.2 交通安全风险的防治对策 |
| 7.5 本章小结 |
| 第八章 结论与展望 |
| 8.1 主要研究结论 |
| 8.2 主要创新点 |
| 8.3 研究工作展望 |
| 参考文献 |
| 致谢 |
| 攻读博士期间发表论文及参与科研课题情况 |
（9）基于贝叶斯时空建模的高速公路交通安全计量评价研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 我国高速公路发展现状 |
| 1.1.2 我国高速公路安全研究的必要性 |
| 1.2 研究目的与意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国内高速公路交通安全分析与评价研究 |
| 1.3.2 事故预测建模方法 |
| 1.3.3 高速公路交通安全影响因素 |
| 1.4 研究内容与技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 1.5 本章小结 |
| 第二章 高速公路交通事故频次影响因素的空间分析 |
| 2.1 数据准备 |
| 2.2 模型建立 |
| 2.2.1 模型结构 |
| 2.2.2 模型评价指标 |
| 2.2.3 模型参数估计 |
| 2.3 结果分析 |
| 2.3.1 模型对比分析 |
| 2.3.2 安全影响因素分析 |
| 2.4 本章小结 |
| 第三章 高速公路交通事故频次影响因素的时间分析 |
| 3.1 数据的准备与初步分析 |
| 3.2 模型建立 |
| 3.2.1 模型结构 |
| 3.2.2 模型评价指标 |
| 3.2.3 模型参数估计 |
| 3.3 结果分析 |
| 3.3.1 模型对比分析 |
| 3.3.2 安全影响因素分析 |
| 3.4 本章小结 |
| 第四章 高速公路交通事故伤亡程度影响因素的空间分析 |
| 4.1 数据准备 |
| 4.2 模型建立 |
| 4.2.1 模型结构 |
| 4.2.2 边际效应 |
| 4.2.3 模型评价标准 |
| 4.2.4 模型参数估计 |
| 4.3 结果分析 |
| 4.3.1 模型对比分析 |
| 4.3.2 安全影响因素分析 |
| 4.4 本章小结 |
| 第五章 高速公路交通事故频次与伤亡程度综合分析 |
| 5.1 数据准备 |
| 5.2 模型建立 |
| 5.2.1 模型结构 |
| 5.2.2 模型评价指标 |
| 5.2.3 模型参数估计 |
| 5.3 结果分析 |
| 5.3.1 模型对比分析 |
| 5.3.2 安全影响因素分析 |
| 5.4 本章小结 |
| 第六章 高速公路交通安全改善对策 |
| 6.1 广东开阳高速公路交通安全影响因素总结 |
| 6.2 不良线形路段行车安全优化措施 |
| 6.2.1 合理规划交通标志标线 |
| 6.2.2 加强沿线安全设施设置 |
| 6.2.3 改善路面功能 |
| 6.2.4 增强高速公路保障措施 |
| 6.3 提高高速公路应急救援专业水平 |
| 6.4 加强驾驶员及管理者的安全教育 |
| 6.5 交通安全其他方面的改善建议 |
| 6.5.1 加强交通执法力度 |
| 6.5.2 加强高速公路交通安全预警 |
| 6.5.3 加强货车驾驶员疲劳驾驶的智能监管 |
| 6.6 本章小结 |
| 结论与展望 |
| 1、主要的成果与结论 |
| 2、研究的局限性与展望 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（10）脆弱性视角下长江口交通流密集水域船舶通航风险研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.1.3 选题来源 |
| 1.2 国内外相关研究综述 |
| 1.2.1 交通流密集水域通航风险的研究 |
| 1.2.2 通航系统脆性(点)辨识研究 |
| 1.2.3 交通流预测及拥堵方法研究 |
| 1.2.4 脆弱性测度模型方法 |
| 1.2.5 研究述评 |
| 1.3 研究目标与论文结构 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 论文结构 |
| 1.4 研究方法与技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 组织框架 |
| 1.4.3 技术路线 |
| 1.5 本章小结 |
| 第2章 交通流密集水域船舶通航系统脆弱性研究基础 |
| 2.1 相关概念 |
| 2.1.1 脆弱性 |
| 2.1.2 通航系统脆弱性的内涵及特征 |
| 2.1.3 通航系统风险态势的界定 |
| 2.1.4 通航系统脆弱性概念界定 |
| 2.2 交通流密集水域特征 |
| 2.3 脆弱性视角下交通流密集水域的风险场景 |
| 2.3.1 船舶交通流拥堵风险 |
| 2.3.2 突发事件扰动下的风险 |
| 2.4 本章小结 |
| 第3章 交通流密集水域通航系统脆弱性因素辨识 |
| 3.1 问题描述 |
| 3.2 研究方法及选定 |
| 3.2.1 辨识的原则 |
| 3.2.2 方法的选定 |
| 3.2.3 船舶通航系统脆弱性熵 |
| 3.2.4 德尔菲法的相关方法 |
| 3.3 交通流密集水域船舶通航系统脆弱性因素 |
| 3.3.1 船舶交通流子系统 |
| 3.3.2 通航环境子系统 |
| 3.3.3 航行管控子系统 |
| 3.4 脆弱性辨识模型的构建 |
| 3.4.1 DEMATEL模型的构建 |
| 3.4.2 AHP-熵权法的运用 |
| 3.5 实证分析 |
| 3.5.1 案例背景 |
| 3.5.2 长江口交通流密集水域的脆弱性分析 |
| 3.5.3 基于AHP-熵权法的通航系统关键脆弱性因素筛选 |
| 3.5.4 实证结论 |
| 3.6 本章小结 |
| 第4章 基于脆弱因子的交通流密集水域通航系统风险演化机理 |
| 4.1 问题描述 |
| 4.2 研究方法与思路 |
| 4.2.1 基于脆弱因子的风险演化的研究思路 |
| 4.2.2 ISM的相关方法 |
| 4.2.3 传染病动力学的相关方法 |
| 4.2.4 传染病动力学的适用性 |
| 4.3 基于脆弱因子的风险演化模型的构建 |
| 4.3.1 脆弱性因素间的层级关系 |
| 4.3.2 脆弱性传播过程中节点的含义 |
| 4.3.3 脆弱性节点转换规则 |
| 4.3.4 基于脆弱因子风险传播模型构建 |
| 4.4 实证分析 |
| 4.4.1 脆弱性因素关系结构 |
| 4.4.2 脆弱性因素节点随时间的风险演化过程 |
| 4.4.3 实证结论 |
| 4.5 本章小结 |
| 第5章 脆弱性视角下交通流密集水域船舶拥堵风险预判 |
| 5.1 问题描述 |
| 5.2 研究方法与思路 |
| 5.2.1 方法的选定 |
| 5.2.2 船舶交通流拥堵风险预判的研究思路 |
| 5.2.3 基于深度学习的交通流拥堵风险预判方法 |
| 5.3 交通流密集水域交通流预测相关参数 |
| 5.3.1 交通流的预测参数 |
| 5.3.2 交通流的主要参数特征 |
| 5.4 船舶流量和密度预测模型构建 |
| 5.4.1 CNNc模型框架 |
| 5.4.2 基于时空特征的输入矩阵确定 |
| 5.4.3 CNNc网络模型构造 |
| 5.5 船舶交通流拥堵风险预判模型构建 |
| 5.6 实证分析 |
| 5.6.1 数据描述和模型对比方案 |
| 5.6.2 模型参数的评价指标 |
| 5.6.3 时间维度 |
| 5.6.4 空间维度 |
| 5.6.5 船舶交通流拥堵风险分析 |
| 5.6.6 实证结论 |
| 5.7 本章小结 |
| 第6章 脆弱性视角下交通流密集水域突发事件通航系统风险研究 |
| 6.1 问题描述 |
| 6.2 研究方法与思路 |
| 6.2.1 方法的选定 |
| 6.2.2 脆弱性测度的研究思路 |
| 6.2.3 交通流密集水域突发事件风险评价研究思路 |
| 6.2.4 基于复杂网络的脆弱性测度方法 |
| 6.3 交通流密集水域通航系统网络拓扑结构 |
| 6.3.1 基于原点映射法的通航系统网络建模 |
| 6.3.2 通航系统网络拓扑统计特征分析 |
| 6.4 交通流密集水域通航系统突发事件攻击形式 |
| 6.5 通航系统脆弱性测度指标和风险评价模型 |
| 6.5.1 通航系统网络性能分析 |
| 6.5.2 通航系统脆弱性测度指标体系模型 |
| 6.5.3 通航系统风险评价模型 |
| 6.6 实证分析 |
| 6.6.1 长江口通航系统网络模型的构建 |
| 6.6.2 长江口通航系统网络拓扑结构特征 |
| 6.6.3 不同攻击策略下长江口通航系统的网络效率变化情况 |
| 6.6.4 长江口通航系统脆弱性测度分析和风险评价 |
| 6.6.5 不同方法对比 |
| 6.6.6 实证结论 |
| 6.7 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 致谢 |
| 参考文献 |
| 攻读博士期间的科研成果及参加的科研项目 |
四、利用回归法进行伤亡事故趋势预测（论文参考文献）
- [1]道路交通伤害死亡风险的影响因素分析及预测[J]. 刘孟双,金克峙,王亚,应佳丽,杨琛. 环境与职业医学, 2021(11)
- [2]基于事故情景划分的山区普通干线公路事故预测和安全隐患挖掘[D]. 杨帆. 长安大学, 2021(02)
- [3]电力机车轴承温度预测研究[D]. 丁隽雯. 兰州交通大学, 2021(02)
- [4]基于煤尘润湿与爆炸影响机制的防爆抑尘材料研究[D]. 刘建国. 北京科技大学, 2021
- [5]重型货车驾驶员驾驶行为特征及安全风险研究[D]. 韩万里. 长安大学, 2021(02)
- [6]尼日利亚交通事故、死亡率和事故率的探索性空间分析[J]. 因吉巴·希奥玛·阿金耶米,龚华燕. 国际社会科学杂志(中文版), 2020(04)
- [7]基于AIS和海洋公开数据的油码头作业效率与法律风险评估研究[D]. 林艺舒. 华南理工大学, 2020(05)
- [8]基于交通违法事件的道路交通安全风险研究[D]. 李昀轩. 东南大学, 2020(02)
- [9]基于贝叶斯时空建模的高速公路交通安全计量评价研究[D]. 孙佳人. 华南理工大学, 2020(05)
- [10]脆弱性视角下长江口交通流密集水域船舶通航风险研究[D]. 陈永军. 武汉理工大学, 2020