文摘
交通事故往往与司机的驾驶行为,主要取决于他或她的角色。为了探索与司机交通事故风险的相关人物,年龄、驾驶经验,驾驶风格基于中国深入事故进行统计分析研究(加拿大国际发展署)数据库。以在事故中伤亡人数为评价指标,采用灰色聚类分析对司机进行分类分为四个事故风险等级:低,中,低,中到高和高。结果表明,18 - 30岁的司机更有可能引起事故;司机6 - 10年的驾驶体验事故风险最高,其次是司机与4 - 5年的驾驶经验;和驾驶风格也高度相关的事故风险倾向。
1。介绍
在中国,尤其是在城市道路,由于混合交通流,交通状况更为复杂。虽然事故率逐年减少,每年伤亡人数仍然很高(1]。例如,据报道在中国2018年同比下降0.9%,但仍有166906年汽车交通事故,造成46161人死亡,169046人受伤。此外,根据交通事故的报道,近90%的事故是由人为因素引起的,和人类成为其中一个最不稳定因素在造成交通安全问题2]。交通事故往往与司机的驾驶行为,主要取决于他或她的角色,比如年龄、驾驶经验,驾驶风格。司机的意愿反映驾驶风格特征是基于自己的驾驶能力,危险和紧急处理的态度(3,4]。尤其迫切需要研究交通事故的相关风险倾向与司机的角色。
事故趋势理论是一个古老而最广为人知的事故因果关系理论,它认为事故的确是有关人类人格(5]。此外,从统计的角度来看,某种类型的驱动程序将显示更容易比其他司机一样驾驶环境下易出事故的条件,可以叫司机的事故趋势。换句话说,事故倾向指的是人的特点,易出事故的司机(中6]。
灰色系统理论成立于1982年,由中国学者教授邓巨龙。它是一个系统的主题与不确定性系统,主要用于研究“小样本不确定性问题”,描述了通用的因素很难定量描述(7,8]。已知信息的生成和发展是用来提取有价值的信息,实现正确的描述系统的操作行为,进化规则,和有效的监测9]。交通事故风险的问题与司机的角色不仅复杂,而且随着时间和环境改变。它可以概括如下:系统因素并不完全清楚,因素之间的关系并不是完全清楚,系统结构不完全清楚,系统的原理并不是完全清楚的,也就是说,该系统是一个“信息不完全”系统。因此,人员和车辆组成的系统是一个典型的灰色系统,它适用于灰色系统理论(10]。
探索与司机交通事故风险的相关人物,比如年龄、驾驶经验,驾驶风格,将是一个有效的方法来改善交通安全(11]。基于统计数据的实际交通事故病例发生在2014年至2016年在加拿大国际发展署数据库中,本文分析了字符的司机参与这些事故,和灰色聚类分析被用来驱动程序分为四个事故风险等级进行分类。本研究将提供一个理论依据国内交通改善设计和规范司机的驾驶行为。
2。数据和方法
2.1。数据
中国深入事故研究(加拿大国际发展署)项目于7月15日,2011年,由中国汽车技术研究中心和几个著名的汽车企业。它旨在提供基本的数据支持和技术服务汽车行业通过深入的调查、分析和研究在中国道路交通事故12]。
356年崩盘的道路交通事故情况下选择加拿大国际开发署项目从2014年到2016年基于以下抽样标准:(1)客车参与,(2)详细记录司机的角色,(3)详细受伤记录,(4)明确事故发生的因果关系,和(5)司机的年龄在18岁到60岁不等。
2.2。方法
灰色聚类评价模型建立分类司机的事故风险等级,主要步骤如下:(1)给集群美白数量:选择n聚类对象,米聚类指标,构造一个n×米矩阵。(2)集群美白号码输入到电脑里,进入灰色聚类分析和评价算法,包括集群美白数量平均,无量纲;确定灰类,其中每个群集索引值属于每个聚类对象;使用估值方法或插值方法获得每个灰类的美白权函数值;标定聚类权重的灰色数字矩阵;和构建集群矩阵。(3)执行灰色评估基于步骤(2)的结果。
2.2.1。灰色聚类对象和指标的定义
轻伤的数量、重伤和死亡事故中被选中作为评价指标,构造评价指标矩阵,然后根据以下方程: 在哪里米代表评价对象的数量, ;n评价指标, ;和n= 1、2、3代表轻伤,重伤,分别在事故和死亡。方法被用来测量指标范围没有尺寸,显示为方程(2): 在哪里是矩阵中的元素和和最小和最大元素在矩阵,分别。无量纲处理后的评价矩阵所示以下方程:
2.2.2。确定的火山灰和美白的值
司机事故风险等级分为四层:低,中,低,中,高,和高。它是由灰类k= 1,2,3,4,分别,然后评价矩阵无量纲处理后用于执行累积频率分析(13,14]。美白的价值观的四个水平的趋势是由司机的风险 ,它们的累积频率曲线的相对价值的15%,40%,60%,和85%,分别。的矩阵描述在以下方程:
2.2.3。灰色的建设类美白权函数
分割函数可以用来美白权函数的构造诱发事故的司机的风险趋势(15- - - - - -17]。符号表示美白的权函数nth聚类评价指标,属于子类K。美白的体重指标对应的函数小伤,严重伤害和死亡 , ,和 ,分别。轻伤指标例如,美白的权函数的四个层次的风险倾向可以从方程(5)(8)
然后,集群的重量将由以下方程: 在哪里和集群重量和美白价值分别的n的评价指标kth灰色的类别和b的数量是 ,等于0,我= 3。
根据方程(9),每个评价指标的灰色集群权重矩阵为每个子类可以获得。然后,再分析的灰色聚类将被执行,灰色聚类评价的价值 ,这意味着集群评价的价值米th评价对象的kth灰类可以由以下方程:
集群评价评价对象的价值序列米 将被用来确定事故趋势水平的米。
3所示。结果
3.1。字符事故车辆的司机
交通事故往往与司机的驾驶行为,主要取决于他或她的角色,和年龄,驾驶经验,驾驶风格的主要人物相关的处理性能(18- - - - - -22]。
3.1.1。年龄
司机被分为四个年龄:18 - 30岁,31到40岁,41 - 50岁,51 - 60岁。图1显示司机的年龄分布在交通事故车辆。
图2显示了不同年龄段造成的伤亡人数。
司机31-40岁占交通事故的最大数量,而司机51-60岁最小数量的交通事故,他们也有最低的伤亡。司机每周年龄组的致命事故的数量最多,其次是司机51-60年龄组。视觉特性、响应时间、速度估计精度和操作能力的司机会改变随着年龄的增加在一定程度上(23- - - - - -25),所以年龄会因此影响司机的事故风险倾向。
3.1.2。驾驶体验
驾驶体验是一个客观评价指标与司机的驾驶能力(26- - - - - -29日]。在这项研究中,司机被分成六组根据他们的驾驶经验:3年及以下,4到5年,6到10年,11到15年,16到20年,20年以上。图3显示驾驶经验的司机在事故的分布。
可以看出6-10-year驾驶经验的司机组贡献最多的事故,其次是三年驾驶经验的司机集团和20年以上驾驶经验的司机占最低数量的事故。
3.1.3。道路类型
图4显示道路的分布类型事故发生的地方。在这项研究中,涉及四种道路类型:直,弯曲的道路,十字路口,十字路口。事故发生在直路占总事故的比例最高(44.45%),其次是十字路口,十字路口。如果我们考虑数据的集成十字路口,十字路口,十字路口的交通事故的数量总数的一半以上事故,这与其他文献[是一致的30.- - - - - -33]。
3.1.4。驾驶风格
由于司机的性别显著偏差的数据样本,所涉及的事故情况下女性司机只占总样本的7.5%,和司机的驾驶风格的相关性与事故风险没有性别倾向进行了分析。
图5显示分布的驾驶风格的事故车辆驾驶员,被记录为每个事故情况下在加拿大国际发展署数据库中,但是司机的驾驶风格被宣布自己。在加拿大国际发展署数据库中,冒险的驾驶风格包括三种类型的风格,保守的风格,和一般的风格34]。
从图可以看出5,风格和保守的风格应该负责大多数事故,也没有同意共同承认冒险风格司机将事故发生率更高35- - - - - -38]。
3.2。司机的事故风险趋势分析
3.2.1之上。灰色聚类对象和指标
司机被分为47个分类组灰色聚类对象的基于他们的年龄,驾驶经验,驾驶风格。不存在的组合,结合零消除评价指标,如表所示1。
3.2.2。司机的事故风险的评估价值各字符组的趋势
表2列表的灰色聚类评估价值司机的事故风险倾向不同的字符组,和事故风险高的团体倾向以斜体显示。
4所示。讨论和结论
4.1。时代特征的司机事故高的趋势
司机事故风险高的年龄分布趋势主要集中在18 - 30岁的年龄组。主要事故原因是司机的违法驾驶行为,如抢劫道路优先和超越,和这些事故通常发生在上下班高峰时间。从心理特点的角度来看,年轻人有强烈的积极心理学,盲目自信,和可能的期望不平衡。
4.2。司机的驾驶体验特征与高事故趋势
从驾驶体验的角度来看,6 - 10年的驾驶经验的司机风险倾向最高,其次是司机与4 - 5年的驾驶经验。司机刚刚开始驾驶3年或更少更谨慎的心理准备,和司机有超过10年的驾驶经验可以处理各种意想不到的情况和各种各样的技能。司机不是高级但有一些精通道路交通规则和驾驶技能将更加危险超车时,违反了等等,因此有更高的风险倾向造成事故。
4.3。司机的驾驶风格特征与高事故趋势
从结果可以看出,三个驾驶风格的驾驶员也有类似的事故风险趋势,和一般的司机应该负责事故,并没有同意共同承认冒险风格司机将事故发生率较高。这个结果的主要原因如下:首先,由司机自己驾驶风格被宣布,可能有主观干扰司机的驾驶风格的分类,人们常常误判自己,或者他们不考虑他们的驾驶风格的变化在他们的旅行,例如,其他车辆的不规则驾驶让他们感到愤怒或困惑;第二,三种风格的事故率的司机将会是一个更好的评价指标来表示相关司机的驾驶风格与事故风险倾向。
我们需要指出的是,在这项研究中,只有司机的数量在不同的年龄段,驾驶风格组,用于统计分析和道路类型,但事实上,司机在不同的年龄段会有不同的驾驶。年轻或中年司机可能比青少年有更多的旅行英里或以上的司机。每英里的伤亡人数可能比只考虑一个更好的指标伤亡的数量,和不同的道路类型也不同比例的旅行。如果接触不同类型的可以考虑,十字路口的重要性可以更好地解释道。但由于当前数据库中相关数据的缺乏,现在无法获得这些参数。考虑到这些参数的重要的统计意义,我们将进一步更新深入事故调查的程序和记录数据更有价值。
上述研究结果表明,18 - 30岁的司机更有可能引起事故;司机6 - 10年的驾驶体验最高风险事故;和驾驶风格也高度相关的事故风险。研究驾驶员事故风险高的特点趋势有利于有针对性的教育和预防未来事故的驾驶培训和管理。
数据可用性
使用的数据来支持本研究的发现已经存入figshare库。这个链接是https://figshare.com/s/bd4d605f61a1bf71fba7。
的利益冲突
作者宣称没有利益冲突。
确认
这项工作是财务支持的湖南省自然科学杰出青年基金(2019号jj20017)和中国国家自然科学基金(51875049/51705035号)。