简介:换道是驾驶员达到快速通行目标的一种常用手段,但换道会带来很多公路交通事故。为有效避免交通事故,需给驾驶员提供换道安全预警。构建了安全换道决策模型,将换道决策分为换道意图识别和换道条件判断分别建立模型以提高预测精确度。通过神经网络方法SOM(Self-Organization-Map)聚类及BP(BackPropagation)建立换道意图识别模型,基于贝叶斯理论建立最小风险贝叶斯换道条件判别模型。模型开发和测试采用车辆轨迹数据集(NGSIM),提取数据中的换道行为特征参数作为模型的输入,将驾驶员换道决策预测视为输入变量的函数。通过对比最小贝叶斯和最小风险贝叶斯方法发现,由后者构建的换道条件判别模型效果较好,对于不换道行为的预测精度为90.4%,换道行为的预测精度为73.8%。鉴于错误的换道决策可能导致交通事故,而错误的不换道决策只会导致失去一次换道的机会,在换道辅助系统中,不换道决策的精确度要求需高于换道决策的精度。最后,在微观交通仿真系统中加入换道决策模型,其结果验证换道决策安全。最小风险贝叶斯换道条件判别模型的引入,使得换道决策系统能够通过修正风险系数,进一步提高换道判别精度,减少不安全的换道概率。
简介:黑河是甘肃省西部干旱区重要的内陆河。以甘肃黑河流域中游地区为主要研究对象,基于景观生态学原理,通过对风险概念模型的扩展和修正,构建了黑河流域生态风险评价模型。通过GIS技术及相关软件实现了对黑河流域生态风险值的定量评价,并绘制了该地区的生态风险值分布图谱。结果表明,黑河流域的生态风险值为0.51,属于中等风险水平。研究区域的风险值分布以黑河为中心自内向外划分为3个明显的风险层次:低水平风险区域集中在黑河周围,主要的景观类型为耕地,该风险区的风险源以人类活动干扰为主;中等风险区域主要分布着林地、草地两种景观类型,这一风险区域是干旱区绿洲的保护屏障区域,也是绿洲和荒漠的过渡区域,受人类活动干扰及自然侵蚀共同影响;较高风险区域周围分布着沙漠、戈壁,常年受干旱区光热条件的影响,自然侵蚀作用明显。从评价结果来看,构建的生态风险评估方法能够客观反映黑河流域的生态风险水平及其分布。