期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:程国柱,冯思鹤,史伯睿.机动车非职业驾驶人事故倾向性测评方法[J].哈尔滨工业大学学报,2021,53(9):99.DOI:10.11918/202005149
CHENG Guozhu,FENG Sihe,SHI Borui.Evaluation method for accident proneness of non-professional motor vehicle drivers[J].Journal of Harbin Institute of Technology,2021,53(9):99.DOI:10.11918/202005149
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 763次   下载 830 本文二维码信息
码上扫一扫!
分享到: 微信 更多
机动车非职业驾驶人事故倾向性测评方法
程国柱,冯思鹤,史伯睿
(东北林业大学 交通学院,哈尔滨 150040)
摘要:
为了科学筛选出不同事故倾向性的驾驶人,使道路交通安全教育更具有针对性,通过设计适用于机动车非职业驾驶人的调查问卷及量表,分析甄别影响驾驶人事故倾向性的因素,对其进行权重值计算。 通过模糊数学模型构建隶属函数,完成驾驶人事故倾向性的分级测评方法,并使用收集的道路交通事故数据验证分级测评方法的合理性。 研究结果表明:筛选出驾驶人年龄、驾驶频率、违规操作得分、平稳型驾驶人格、机敏型驾驶人格和日常工作及驾驶环境六大影响因素,并通过驾驶人事故倾向性量表与隶属度函数可有效辨别具有不同等级事故倾向性的驾驶人,分数落在(0,3.5]表示该驾驶人事故倾向性高,落在(73.5,4]表示该驾驶人事故倾向性较高,落在(4,0)表示该驾驶人事故倾向性普通。 通过实例验证,表明该方法可以有效筛选出不同事故倾向性的机动车驾驶人,为驾驶人培训与安全教育提供参考。
关键词:  交通安全  事故倾向性  DBQ问卷  驾驶人格  测评方法
DOI:10.11918/202005149
分类号:U491
文献标识码:A
基金项目:教育部人文社会科学研究规划基金(18YJAZH009)
Evaluation method for accident proneness of non-professional motor vehicle drivers
CHENG Guozhu,FENG Sihe,SHI Borui
(School of Traffic and Transportation, Northeast Forestry University, Harbin 150040, China)
Abstract:
To scientifically screen out drivers with different accident proneness and make road traffic safety education more targeted, this paper designs a questionnaire and scales suitable for non-professional drivers of motor vehicles, analyzes and identifies factors influencing driver′s accident proneness, and calculates corresponding weight values. The fuzzy mathematics model was used to construct membership function so as to complete grading evaluation of driver′s accident proneness, and the rationality of the grading evaluation method was verified via collected road traffic accident data. Results show that six influencing factors including driver′s age, driving frequency, illegal operation score, stable driving personality, smart driving personality, as well as daily work and driving environment were screened out. Driver′s accident proneness scales and membership function could effectively identify drivers with different levels of accident proneness. When the score was within (0,3.5], the driver′s accident proneness was high; when the score was within (73.5,4], the driver′s accident proneness was relatively high; when the score was within (4,0), the driver′s accident proneness was ordinary. It was verified by examples that the proposed method can effectively screen out drivers with different accident proneness and provide reference for driver training and safety education.
Key words:  traffic safety  accident proneness  DBQ questionnaire  driving personality  evaluation method

友情链接LINKS