| Author Name | Affiliation | | Qizhou Hu | School of Automation, Nanjing University of Science and Technology, Nanjing 210094, China | | S.C. Wong | Department of Civil Engineering, The University of Hong Kong, Hong Kong 999077, China | | Y.C. Li | Department of Civil Engineering, The University of Hong Kong, Hong Kong 999077, China | | Minjia Tan | School of Automation, Nanjing University of Science and Technology, Nanjing 210094, China |
|
| Abstract: |
| This study presents an order exponential model for estimating road traffic safety in city clusters. The proposed model introduces the traffic flow intrinsic properties and uses the characteristics and regular patterns of traffic development to identify road traffic safety levels in city clusters. Additionally, an evaluation index system of city cluster road traffic safety was constructed based on the spatial and temporal distribution. Then Order Exponential Evaluation Model (OEEM), a comprehensive model using order exponent function for road traffic safety evaluation, was put forward, which considers the main characteristics and the generation process of traffic accidents. The model effectively controlled the unsafe behavior of the traffic system. It could define the levels of city cluster road traffic safety and dynamically detect road safety risk. The proposed model was verified with statistical data from three Chinese city clusters by comparing the common model for road traffic safety with an ideal model. The results indicate that the order exponent approach undertaken in this study can be extended and applied to other research topics and fields. |
| Key words: city cluster road traffic safety evaluation model order exponential function |
| DOI：10.11916/j.issn.1005-9113.2019022 |
| Clc Number:U491.1+15 |
| Fund: |
|
| Descriptions in Chinese: |
| 城市群道路交通安全的时序指数评价模型 胡启洲1，黄仕进2，李婉莊2，谈敏佳1 （1.南京理工大学 自动化学院，南京 210094；2.香港大学 土木工程学院，香港999077，中国） 中文说明：城市群由空间区域，自然因素和社会经济组成，其中一个或两个超大城市是区域经济的核心。 这些城市共同构成一个相对完整的集群，具有现代交通和综合交通网络的可达性，并通过信息网络的发展在个体之间建立内在关系。因此对城市群交通安全进行评估很有必要。本研究提出一种用于估算城市群道路交通安全的指数模型。在研究我国城市群的实际情况后，本文在模型中引入了交通流内在属性，并利用交通发展的特征和规律模式来识别城市群中道路交通的安全水平。此外，本文基于时空分布构建了城市群道路交通安全评价指标体系。 该指标分别是： I1是人类; I2是车辆; I3是道路; I4是环境; I11是交通安全的执行率; I12是驾驶合规率; I13是交通安全意识; I14是车辆载荷系数; I21是车辆驾驶性能的连续运动率; I22是车辆定期检查合格率; I23是人均机动车辆的数量; I24是救援设备的完整性; I31是车辆密度; I32是平均速度; I33是道路几何; I34是道路设施的完整性; I41是地质和水文条件; I42是气候条件; I43是道路系统的设计合理性;而I44是道路系统的管理理性。 从分析“人 - 车 - 路 - 环境”系统各要素之间的相互作用，并研究它们的相互影响，以帮助开发优化道路环境和交通的方法，并获得解决方案符合安全舒适运动的要求。 然后，在考虑了交通事故的主要特征和产生过程后，通过阶指数函数提出了道路交通安全综合评价模型。该模型可以有效控制交通系统的不安全行为，可以定义城市群中的道路交通安全水平，并动态检测道路安全风险。通过与道路交通安全通用模型（理想模型）的比较，对中国三个城市群的统计数据进行验证。 本文首先通过估算三个中国城市群的安全值来验证订单指数评估模型（OEEM）的有效性：京津冀（城市群），珠江三角洲（城市群）和长江三角洲（城市群）集群）。结果表明，城市群比安全城市更安全。从整体排名值可以清楚地看出三个城市群的道路交通安全水平。因此，它可以帮助运输管理人员在交通建设方面做出一些政策决策，以避免交通事故，保证交通顺畅。结果符合2016年这3个城市群的实际事故数和死亡人数。然后，本文设计了一种基于理想模型的道路安全评估方法，用于与所提出的模型进行比较。理想模型显示了与所提模型的一致性结果，并获得了相似性数据。然而，阶指数评估模型的计算误差为0.055227，理想模型的计算误差为0.0598。此外，该方法的相对误差为0.038，理想模型的相对误差为0.1005。它验证了所提出模型的优越性。 该研究的主要贡献在于，所提出的方法可用于通过订单指数函数来识别城市群中道路交通的安全水平，并建议改进措施。它还可以考虑具有各种权重的道路交通系统的各种指标的评估矩阵。该研究提供了一个可以解释各种评估矩阵的综合模型。最后，它可用于深入评估城市群中的道路交通安全。 OEEM可以克服干扰对交通安全状况的影响，并估计道路安全水平，从而清晰地反映整个城市群的交通状况。 关键词：城市群;道路交通安全;评价模型;阶指数函数 |
