[发明专利]一种基于正态分布理论的交通冲突预测模型建立的方法

权利要求书

1.一种基于正态分布理论的交通冲突预测模型建立的方法，适用于预测若干个信号交叉口交通冲突频率和平均每小时冲突的数据集，其特征在于：包括如下步骤：步骤一、设立基于冲突的负二项式安全性能函数；步骤二、建立模型。

2.根据权利要求1所述的基于正态分布理论的交通冲突预测模型建立的方法，其特征在于：所述的步骤一、基于冲突的负二项式安全性能函数的设立：

(1)Z_i表示站点I上的平均每小时冲突数(i＝12,3....,n)，假设n个站点的平均每小时冲突是独立的，则：

ln(Z_i)＝ln(θ_i)+ε_i,ε_i～N(0,σ²), (1)

其中，H_1i和H_2i表示主要和次要通道的观测平均每小时交通量；PHV_i为输入量乘积的平方根，PHV_i表示每小时的几何平均值；α₀,α₁和β_i是模型参数，σ²代表站点之间冲突的变化；式(1)是一个将观察到的冲突数Z_i与预测的冲突(危险因素)相关联的测量误差模型，考虑到平均每小时冲突数据通常是倾斜的，则等式中的对数呈正态分布；

(2)Y_i表示在现场发生的事故数量，假设n个地点的事故是独立的，则：

Y_i～Poisson(λ_i). (3)

为了解决未观测/未测量的道路的过度分散问题，假定：

λ_i～Gamma(k,k/μ_i), (4)

其中，k_j是逆色散参数，并由此给出了预测的事故数μ_i：

其中，γ₀和γ₁是模型参数，在方程中(3)和(4)的泊松-伽马层次结构得到NB模型，其中Y_i的均值和方差由此给出：

Poisson-Gamma模型是模拟交通冲突的首选分布，式(5)中的安全性能函数表示预测的冲突与预测的事故数之间的一致映射(比例关系)。

3.根据权利要求2所述的基于正态分布理论的交通冲突预测模型建立的方法，其特征在于：所述的步骤二、模型的建立：

该模型是一个两相模型，其中预测冲突的对数正态模型嵌套在NB安全性能函数中，用于预测交通冲突；利用统计软件SAS9.1版来获得模型参数的最大似然估计；用PROC,REG来估计对数正态预测冲突模型的参数α₀,α₁，β_i和σ²，而NB中预测交通冲突模型的参数γ₀，γ₁和K_j则用proc GENMOD估计；

评估拟合优度的两种常用措施是尺度偏差SD和Pearson X²-statistic统计，将SD定义为似然比检验统计量，该统计量是所提出模型的对数似然比完全模型的两倍，其中，每个交叉口都有自己的斜轴；由于在这种情况下，每个交点只有一个观测值，所以整个模型的参数值与观测值一样多，因此饱和模型完全满足数据要求，该模型具有给定数据下的最大对数似然性，为评估模型的拟合优度提供了基线，对于负二项误差结构，尺度偏差SD如下：

Pearson X²-statistic统计为：

用p表示模型参数的个数，标度偏差和Pearson v2-统计量均为渐近v2-分布，且具有n-p自由度。