基于交通安全主動(dòng)防范機(jī)制的道路風(fēng)險(xiǎn)評(píng)價(jià)與數(shù)據(jù)庫(kù)研究

課題項(xiàng)目：廈門理工學(xué)院橫向科研課題——翔安區(qū)發(fā)展現(xiàn)代服務(wù)業(yè)政策研究（編號(hào)：SKHZ24006）。

摘要：針對(duì)西南地區(qū)在道路環(huán)境風(fēng)險(xiǎn)安全方面所面臨的挑戰(zhàn)，本文對(duì)道路環(huán)境因素進(jìn)行深入分析，并將對(duì)交通安全風(fēng)險(xiǎn)有顯著影響的因素賦予權(quán)重，制定一套道路環(huán)境風(fēng)險(xiǎn)評(píng)價(jià)體系，以此作為構(gòu)建交通安全主動(dòng)預(yù)防機(jī)制的基礎(chǔ)。文章旨在通過(guò)大數(shù)據(jù)、云計(jì)算、人工智能、IOT等新一代信息技術(shù)手段，基于Hadoop集群，創(chuàng)建道路環(huán)境風(fēng)險(xiǎn)聯(lián)動(dòng)數(shù)據(jù)庫(kù)，構(gòu)建道路環(huán)境風(fēng)險(xiǎn)預(yù)警模型，為提升交通安全而構(gòu)建并實(shí)施主動(dòng)預(yù)防機(jī)制的技術(shù)支撐，改善道路運(yùn)行條件和環(huán)境，探索形成道路交通安全主動(dòng)防范機(jī)制。

關(guān)鍵詞：道路環(huán)境風(fēng)險(xiǎn)；交通安全；道路交通數(shù)據(jù)庫(kù)

引言

隨著交通運(yùn)輸?shù)目焖贁U(kuò)展，道路的運(yùn)行狀況和環(huán)境因素所導(dǎo)致的交通安全問(wèn)題變得越來(lái)越顯著。尤其西南地區(qū)的地形以山地為主，擁有眾多河流，形成了復(fù)雜的地形結(jié)構(gòu)。這些地理特征，以及高比例的橋梁和隧道、陡峭的坡道和急轉(zhuǎn)彎、炎熱的氣候、潮濕多雨的天氣，都導(dǎo)致該地區(qū)的道路交通安全風(fēng)險(xiǎn)顯著高于全國(guó)其他地區(qū)[1]。廣西地處西南地區(qū)，有著國(guó)家建設(shè)西部陸海新通道的核心地位，承載著國(guó)家發(fā)展戰(zhàn)略的重要任務(wù)。因此，結(jié)合《公路項(xiàng)目安全性評(píng)價(jià)規(guī)范》（JTG B05-2015）[2]等相關(guān)國(guó)家行業(yè)標(biāo)準(zhǔn)規(guī)范，面向道路運(yùn)輸條件和環(huán)境，建立基于交通安全主動(dòng)防范機(jī)制的道路環(huán)境風(fēng)險(xiǎn)評(píng)價(jià)體系與風(fēng)險(xiǎn)聯(lián)運(yùn)數(shù)據(jù)庫(kù)非常必要。

1. 研究現(xiàn)狀及水平

近年來(lái)，世界各國(guó)對(duì)道路交通安全問(wèn)題非常重視。道路交通安全是全民安全出行的關(guān)鍵保障，關(guān)乎全區(qū)域經(jīng)濟(jì)的發(fā)展，也是促進(jìn)城市與鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)共同發(fā)展的根本[3]。探究交通安全影響因素的核心工作，涉及對(duì)多元維度的深入剖析，包括人的因素（如駕駛?cè)撕托腥耍⑽锏囊蛩兀ㄈ畿囕v）、環(huán)境因素（如交通道路條件和自然狀況），以及管理方面的因素。

多位學(xué)者研究了駕駛員的駕駛經(jīng)驗(yàn)、違章駕駛等人的不安全行為，并深入分析了這些行為如何對(duì)交通安全事故產(chǎn)生潛在影響。同時(shí)，學(xué)者們還探討了在不同環(huán)境和道路條件下，汽車速度如何影響事故的發(fā)生概率及其嚴(yán)重程度，并通過(guò)應(yīng)用貝葉斯網(wǎng)絡(luò)方法，對(duì)道路交通安全事故進(jìn)行了全面而綜合的分析[4]。例如，王乾等人改進(jìn)物元可拓學(xué)模型，提出可定量分析安全風(fēng)險(xiǎn)的評(píng)價(jià)模型[5]。余豪等使用AMOS20.0軟件進(jìn)行計(jì)算分析，通過(guò)城市道路交通安全評(píng)價(jià)模型對(duì)城市道路交通安全狀況進(jìn)行評(píng)價(jià)[6]。張曉博等人改進(jìn)灰色關(guān)聯(lián)評(píng)價(jià)模型，并對(duì)安徽省城市道路交通安全風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)[7]。范東凱等人采用PCA（主成分分析法）并運(yùn)用SPSS數(shù)據(jù)分析軟件進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)[8]。李雪等人提出云模型安全風(fēng)險(xiǎn)評(píng)價(jià)方法，針對(duì)某城市進(jìn)行了道路交通安全影響因素的詳盡剖析[9]。

2. 研究目標(biāo)

針對(duì)西南地區(qū)特殊的地理環(huán)境，結(jié)合《公路項(xiàng)目安全性評(píng)價(jià)規(guī)范》（JTG B05-2015）等相關(guān)國(guó)家行業(yè)標(biāo)準(zhǔn)規(guī)范，面向道路運(yùn)輸條件和環(huán)境，運(yùn)用大數(shù)據(jù)、云計(jì)算、人工智能、IOT等新一代信息技術(shù)，建立基于交通安全主動(dòng)防范機(jī)制的道路環(huán)境風(fēng)險(xiǎn)評(píng)價(jià)體系與風(fēng)險(xiǎn)聯(lián)運(yùn)數(shù)據(jù)庫(kù)。具體實(shí)現(xiàn)目標(biāo)如下：（1）研究與分析道路交通安全環(huán)境風(fēng)險(xiǎn)分類及影響因素。（2）構(gòu)建與設(shè)計(jì)道路交通安全環(huán)境風(fēng)險(xiǎn)聯(lián)動(dòng)數(shù)據(jù)庫(kù)。（3）建立與構(gòu)造道路交通安全環(huán)境風(fēng)險(xiǎn)等級(jí)評(píng)估指標(biāo)體系及預(yù)警模型。（4）搭建與開發(fā)道路交通安全風(fēng)險(xiǎn)主動(dòng)防范機(jī)制平臺(tái)。

3. 研究?jī)?nèi)容

3.1 研究道路交通安全環(huán)境風(fēng)險(xiǎn)分類及影響因素

3.1.1 道路交通安全環(huán)境風(fēng)險(xiǎn)源分類

根據(jù)《公路項(xiàng)目安全性評(píng)價(jià)規(guī)范》（JTG B05-2015）的道路安全性評(píng)價(jià)研究，道路交通風(fēng)險(xiǎn)源通常可以從危險(xiǎn)路段、路側(cè)干擾、自然條件三個(gè)方面篩選道路交通安全環(huán)境風(fēng)險(xiǎn)的影響因素。危險(xiǎn)路段包括懸崖、深谷、深溝、江河、湖泊等；路側(cè)干擾包括村鎮(zhèn)、居民區(qū)、牧區(qū)、林區(qū)等；自然條件包括降雨、冰凍、積雪、霧、側(cè)風(fēng)等。

3.1.2 道路交通安全環(huán)境影響因素研究

根據(jù)影響道路交通安全風(fēng)險(xiǎn)源分類，結(jié)合《公路項(xiàng)目安全性評(píng)價(jià)規(guī)范》（JTG B05-2015）的道路安全性評(píng)價(jià)方法，主要從自然氣象條件、路側(cè)危險(xiǎn)路段、地形地質(zhì)條件、路網(wǎng)設(shè)備設(shè)施、技術(shù)標(biāo)準(zhǔn)規(guī)范、交通流量狀況、交叉工程項(xiàng)目等七方面，深入剖析影響道路交通安全的核心要素與關(guān)鍵因素。

3.2 構(gòu)建道路交通安全環(huán)境風(fēng)險(xiǎn)聯(lián)動(dòng)數(shù)據(jù)庫(kù)

目前，道路交通安全數(shù)據(jù)來(lái)自道路管理維護(hù)部門、交通運(yùn)輸行業(yè)管理部門的信息管理中心數(shù)據(jù)庫(kù)，以及交警部門的道路運(yùn)輸監(jiān)管平臺(tái)等。針對(duì)原始數(shù)據(jù)結(jié)構(gòu)不一致、數(shù)據(jù)源多元化等特點(diǎn)，采用Hive工具設(shè)計(jì)數(shù)據(jù)倉(cāng)庫(kù)，利用DWD層對(duì)ODS層中收集的業(yè)務(wù)系統(tǒng)數(shù)據(jù)進(jìn)行異常檢測(cè)與清洗處理，隨后依據(jù)數(shù)據(jù)的不同維度進(jìn)行分類存儲(chǔ)。之后，通過(guò)DWM層對(duì)這些明細(xì)數(shù)據(jù)進(jìn)行初步聚合，基于常用的分析維度進(jìn)行匯總整理。通過(guò)Hive載體，將數(shù)據(jù)存儲(chǔ)到HDFS和HBASE。再通過(guò)“DMHS”的技術(shù)手段實(shí)現(xiàn)相關(guān)數(shù)據(jù)的同步共享，并通過(guò)云計(jì)算技術(shù)部署MyCat數(shù)據(jù)庫(kù)中間件服務(wù)，構(gòu)建讀寫分離的數(shù)據(jù)庫(kù)集群，加快數(shù)據(jù)同步、讀取，加強(qiáng)數(shù)據(jù)安全保障。

3.3 建立道路交通安全環(huán)境風(fēng)險(xiǎn)等級(jí)評(píng)估指標(biāo)體系及預(yù)警模型

3.3.1 分類建立一階評(píng)估指標(biāo)體系和預(yù)警模型

在第一階段完成數(shù)據(jù)采集和影響因素分類遴選的基礎(chǔ)上，從自然氣象條件、路側(cè)危險(xiǎn)路段、地形地質(zhì)條件、路網(wǎng)設(shè)備設(shè)施、技術(shù)標(biāo)準(zhǔn)規(guī)范、交通流量狀況、交叉工程項(xiàng)目等七個(gè)因素值，通過(guò)三部曲“定權(quán)重、構(gòu)指標(biāo)、建模型”，歸類構(gòu)建一階評(píng)估指標(biāo)體系和預(yù)警模型。

3.3.2 構(gòu)建二階評(píng)估指標(biāo)體系和預(yù)警模型

運(yùn)用定量統(tǒng)計(jì)方法和專家評(píng)定法，并結(jié)合七個(gè)一階評(píng)估指標(biāo)體系和預(yù)警模型，構(gòu)建了一個(gè)基于灰類評(píng)價(jià)法的二階道路交通安全風(fēng)險(xiǎn)評(píng)估指標(biāo)體系。此外，還建立了一個(gè)基于邏輯回歸優(yōu)化算法的二階道路交通安全風(fēng)險(xiǎn)預(yù)警模型。

4. 擬解決的關(guān)鍵問(wèn)題

4.1 搭建道路交通安全環(huán)境風(fēng)險(xiǎn)主動(dòng)防范機(jī)制平臺(tái)和預(yù)警模型

針對(duì)當(dāng)前道路交通安全風(fēng)險(xiǎn)主動(dòng)防范的問(wèn)題，結(jié)合《公路項(xiàng)目安全性評(píng)價(jià)規(guī)范》（JTG B05-2015）的道路安全性評(píng)價(jià)方法，從自然氣象條件、路側(cè)危險(xiǎn)路段、地形地質(zhì)條件、路網(wǎng)設(shè)備設(shè)施、技術(shù)標(biāo)準(zhǔn)規(guī)范、交通流量狀況、交叉工程項(xiàng)目等七方面，梳理影響道路交通安全環(huán)境風(fēng)險(xiǎn)的主要因素。通過(guò)整合人工智能、云計(jì)算、大數(shù)據(jù)等新一代信息技術(shù)，創(chuàng)建風(fēng)險(xiǎn)聯(lián)動(dòng)數(shù)據(jù)庫(kù)，開發(fā)了一個(gè)高性能、即時(shí)反應(yīng)、精確度高、人性化好的道路交通安全環(huán)境風(fēng)險(xiǎn)主動(dòng)防范機(jī)制平臺(tái)。同時(shí)，開發(fā)了一個(gè)道路交通安全環(huán)境風(fēng)險(xiǎn)預(yù)警模型，實(shí)現(xiàn)數(shù)據(jù)可視化展示，并融入智能化決策支持，從而提升管理效率與精準(zhǔn)度。

4.2 建立網(wǎng)絡(luò)化、智能化的道路交通安全環(huán)境風(fēng)險(xiǎn)動(dòng)態(tài)評(píng)價(jià)體系

建立包含自然氣象條件、路側(cè)危險(xiǎn)路段、地形地質(zhì)條件、路網(wǎng)設(shè)備設(shè)施、技術(shù)標(biāo)準(zhǔn)規(guī)范、交通流量狀況、交叉工程項(xiàng)目七個(gè)一級(jí)指標(biāo)的道路交通安全環(huán)境風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)，并依托道路交通安全環(huán)境風(fēng)險(xiǎn)主動(dòng)防范機(jī)制平臺(tái)，建立網(wǎng)絡(luò)化、智能化的道路交通安全環(huán)境風(fēng)險(xiǎn)動(dòng)態(tài)評(píng)價(jià)體系。

4.3 打造“預(yù)警指導(dǎo)+數(shù)據(jù)聯(lián)動(dòng)”雙重交通安全主動(dòng)防范機(jī)制

結(jié)合七個(gè)一級(jí)道路交通安全環(huán)境風(fēng)險(xiǎn)預(yù)警模型，建立科學(xué)的數(shù)字化評(píng)價(jià)體系，運(yùn)用大數(shù)據(jù)和人工智能技術(shù)實(shí)現(xiàn)道路交通安全環(huán)境風(fēng)險(xiǎn)預(yù)警，提供用戶指導(dǎo)道路運(yùn)行條件和環(huán)境改善。同時(shí)，運(yùn)用Hadoop分布式集群搭載分布式數(shù)據(jù)庫(kù)，完成與道路環(huán)境因素的全方面聯(lián)動(dòng)數(shù)據(jù)采集和存儲(chǔ)。

5. 研究方法

5.1 交通安全環(huán)境風(fēng)險(xiǎn)因素分類及遴選

針對(duì)當(dāng)前道路交通安全風(fēng)險(xiǎn)主動(dòng)防范的現(xiàn)存問(wèn)題，根據(jù)西南地區(qū)地形地貌和氣候環(huán)境特點(diǎn)，結(jié)合《公路項(xiàng)目安全性評(píng)價(jià)規(guī)范》（JTG B05-2015）的道路安全性評(píng)價(jià)方法，從自然氣象條件、路側(cè)危險(xiǎn)路段、地形地質(zhì)條件、路網(wǎng)設(shè)備設(shè)施、技術(shù)標(biāo)準(zhǔn)規(guī)范、交通流量狀況、交叉工程項(xiàng)目等七方面，梳理影響道路交通安全風(fēng)險(xiǎn)的主要因素。

5.2 建立評(píng)估指標(biāo)體系和預(yù)警模型

搭建高性能、即時(shí)反應(yīng)、精確度高、人性化好的道路交通安全環(huán)境風(fēng)險(xiǎn)主動(dòng)防范機(jī)制平臺(tái)，通過(guò)“采數(shù)據(jù)、找因素、賦權(quán)重、建指標(biāo)、建模型”五個(gè)步驟，建立以邏輯回歸優(yōu)化算法為基礎(chǔ)的道路交通安全環(huán)境風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)指標(biāo)體系和預(yù)警模型。

5.3 形成雙重交通安全主動(dòng)防范機(jī)制

綜合七個(gè)道路交通安全環(huán)境風(fēng)險(xiǎn)預(yù)警模型，建立科學(xué)的數(shù)字化評(píng)價(jià)體系，運(yùn)用大數(shù)據(jù)和人工智能技術(shù)，實(shí)現(xiàn)道路交通安全環(huán)境風(fēng)險(xiǎn)預(yù)警。同時(shí)，運(yùn)用Hadoop分布式集群搭載分布式數(shù)據(jù)庫(kù)，完成與道路環(huán)境因素的全方面聯(lián)動(dòng)數(shù)據(jù)采集和存儲(chǔ)，建立“預(yù)警指導(dǎo)+數(shù)據(jù)聯(lián)動(dòng)”雙重主動(dòng)防范機(jī)制平臺(tái)。

6. 技術(shù)路線

整體框架分為數(shù)據(jù)層、技術(shù)層、采集層、計(jì)算層、應(yīng)用層五層。數(shù)據(jù)層運(yùn)用Hadoop分布式集群搭載分布式數(shù)據(jù)庫(kù)，完成與道路環(huán)境因素的全方面聯(lián)動(dòng)數(shù)據(jù)采集和存儲(chǔ)；技術(shù)層采用大數(shù)據(jù)、云計(jì)算、人工智能等新一代信息技術(shù)做保障；采集層分為自動(dòng)采集和人工采集兩種方式；計(jì)算層使用sigmoid函數(shù)構(gòu)建基于邏輯回歸的初始模型，再通過(guò)MLE對(duì)損失函數(shù)模型進(jìn)行優(yōu)化，利用梯度下降法來(lái)調(diào)整最優(yōu)參數(shù)，建立道路交通安全環(huán)境風(fēng)險(xiǎn)預(yù)警的模型；最后通過(guò)應(yīng)用層的用戶不斷輸送數(shù)據(jù)，充實(shí)平臺(tái)的數(shù)據(jù)量，完善體系指標(biāo)。

7. 實(shí)驗(yàn)方案

7.1 采集數(shù)據(jù)

通過(guò)Hadoop分布式集群，結(jié)合大數(shù)據(jù)技術(shù)和MapReduce技術(shù)，使用Python語(yǔ)言設(shè)計(jì)數(shù)據(jù)處理的算法。首先，通過(guò)“北斗”或“GPS”地圖服務(wù)獲取道路狀況數(shù)據(jù)；其次，采用“DMHS”技術(shù)，實(shí)現(xiàn)各部門的數(shù)據(jù)同步和共享；再次通過(guò)Spark Streaming流處理框架，運(yùn)用MapReduce編程設(shè)計(jì)，結(jié)合Hive數(shù)據(jù)倉(cāng)庫(kù)，進(jìn)行數(shù)據(jù)的清洗、整理、計(jì)算、表達(dá)和分析；最后，運(yùn)用HBase建立數(shù)據(jù)倉(cāng)庫(kù)并完成數(shù)據(jù)的存儲(chǔ)。

7.2 構(gòu)建模型

設(shè)定風(fēng)險(xiǎn)預(yù)警值為Y（其中Y＜0.5代表安全，Y＞0.5表示存在安全風(fēng)險(xiǎn)），設(shè)定各類影響因素為X。從數(shù)據(jù)倉(cāng)庫(kù)中選取N組樣本數(shù)據(jù)，通過(guò)sigmoid函數(shù)，運(yùn)用Numpy和Matplotlib庫(kù)進(jìn)行程序設(shè)計(jì)、圖形繪制以及結(jié)果預(yù)測(cè)，確定取值范圍，最終構(gòu)建出邏輯回歸模型。

7.3 評(píng)估模型

通過(guò)伯努利試驗(yàn)的概率假設(shè)。首先，使用MLE進(jìn)行參數(shù)的初步估計(jì)，并繪制圖形；其次，通過(guò)樣本數(shù)據(jù)進(jìn)行訓(xùn)練，得出似然函數(shù)；最后，通過(guò)損失函數(shù)對(duì)似然函數(shù)進(jìn)行取負(fù)和取對(duì)數(shù)的運(yùn)算，構(gòu)建出損失函數(shù)的數(shù)學(xué)模型。

7.4 優(yōu)化模型

在Python環(huán)境中，采用梯度下降法對(duì)樣本數(shù)據(jù)進(jìn)行持續(xù)的訓(xùn)練和優(yōu)化。通過(guò)迭代計(jì)算，找到最佳參數(shù)，并將這些最優(yōu)參數(shù)應(yīng)用于邏輯回歸模型中，獲得最優(yōu)權(quán)重的道路交通安全環(huán)境風(fēng)險(xiǎn)預(yù)警模型。

7.5 搭建平臺(tái)

利用大數(shù)據(jù)和人工智能技術(shù)，運(yùn)用Hadoop分布式集群搭載數(shù)據(jù)庫(kù)，同時(shí)，將道路交通安全環(huán)境風(fēng)險(xiǎn)預(yù)警數(shù)據(jù)進(jìn)行分析、對(duì)比、存儲(chǔ)、可視化，再與道路環(huán)境因素進(jìn)行全方面聯(lián)動(dòng)數(shù)據(jù)采集和存儲(chǔ)，建立“預(yù)警指導(dǎo)+數(shù)據(jù)聯(lián)動(dòng)”雙重主動(dòng)防范機(jī)制平臺(tái)。

8. 未來(lái)展望

首先，城市道路交通安全系統(tǒng)受到多種相互關(guān)聯(lián)且復(fù)雜多變的不利因素的影響。現(xiàn)有的指標(biāo)體系僅覆蓋了部分情況，對(duì)于特殊情況的評(píng)價(jià)指標(biāo)，如殘障人士的安全需求、兩輪車和行人在道路上的安全措施等尚未考慮。為提高道路交通安全評(píng)價(jià)的科學(xué)性和有效性，需要綜合運(yùn)用最新一代的信息技術(shù)來(lái)優(yōu)化和改善現(xiàn)有的量化標(biāo)準(zhǔn)化指標(biāo)體系。研發(fā)用于評(píng)估道路交通安全風(fēng)險(xiǎn)的計(jì)算軟件，能夠簡(jiǎn)化計(jì)算過(guò)程，降低時(shí)間成本，進(jìn)而提升評(píng)價(jià)結(jié)果的準(zhǔn)確性，并使得評(píng)價(jià)過(guò)程更加科學(xué)和高效。

其次，隨著交通運(yùn)輸領(lǐng)域的持續(xù)擴(kuò)展，對(duì)道路交通安全風(fēng)險(xiǎn)評(píng)價(jià)的研究變得更加深入，其實(shí)際應(yīng)用價(jià)值和未來(lái)發(fā)展?jié)摿σ苍诓粩嘣鲩L(zhǎng)。同時(shí)，一些學(xué)者開展了城市道路交通安全信息化的研究，這有助于顯著降低交通事故造成的人員傷亡和經(jīng)濟(jì)損失。因此，將這些研究成果應(yīng)用于環(huán)境更加復(fù)雜、條件更多樣的區(qū)域，可以進(jìn)一步驗(yàn)證所構(gòu)建的數(shù)學(xué)模型和算法的有效性，并解決更多實(shí)際問(wèn)題中的難點(diǎn)。

最后，我國(guó)山地城市比較多，交通問(wèn)題也比較突出，山地道路交通安全涉及人、車、路、環(huán)境、管理等影響因素，由于道路交通安全風(fēng)險(xiǎn)評(píng)價(jià)系統(tǒng)本身的復(fù)雜性和龐大性，涉及大量的定量和定性指標(biāo)。未來(lái)的研究要綜合考慮道路、交通安全設(shè)施、環(huán)境因素、人的因素和車的因素對(duì)安全風(fēng)險(xiǎn)的評(píng)價(jià)，不斷改進(jìn)指標(biāo)體系，優(yōu)化模型算法，提高評(píng)價(jià)的科學(xué)性。

結(jié)語(yǔ)

本文旨在為道路交通安全環(huán)境風(fēng)險(xiǎn)因素?cái)?shù)據(jù)分析提供指標(biāo)體系、數(shù)學(xué)模型、數(shù)據(jù)庫(kù)建立、信息平臺(tái)管理等研究應(yīng)用，運(yùn)用大數(shù)據(jù)處理與人工智能技術(shù)，對(duì)模擬生成的數(shù)據(jù)進(jìn)行深入分析與模式識(shí)別，提供決策，加強(qiáng)了道路交通安全環(huán)境風(fēng)險(xiǎn)場(chǎng)景應(yīng)用的直觀性、準(zhǔn)確性及安全性。后期需要不斷完善和長(zhǎng)時(shí)間地探索實(shí)踐，建立持久的風(fēng)險(xiǎn)聯(lián)動(dòng)數(shù)據(jù)庫(kù)，指導(dǎo)道路運(yùn)行條件和環(huán)境改善，降低道路交通安全事故。

參考文獻(xiàn)：

[1]韋端，陳正振.西南地區(qū)道路運(yùn)輸企業(yè)交通安全風(fēng)險(xiǎn)閉環(huán)管控機(jī)制研究[J].西部交通科技，2020（9）：179-183.

[2]中華人民共和國(guó)交通運(yùn)輸部.公路項(xiàng)目安全性評(píng)價(jià)規(guī)范：JTG B05-2015[S].北京：人民交通出版社股份有限公司，2016.

[3]楊沙.城市道路交通安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系研究與應(yīng)用[D].西安：西安科技大學(xué)，2020.

[4]尚康，曾正東.高速公路隧道交通安全動(dòng)態(tài)風(fēng)險(xiǎn)預(yù)警體系研究[J].黑龍江交通科技，2023，46（7）125-128.

[5]王乾，馬非，夏楊于雨，等.基于改進(jìn)的可拓學(xué)模型的城市道路隧道交通安全評(píng)價(jià)[J].隧道建設(shè)（中英文），2018，38（S2）：169-175.

[6]余豪，周江紅.基于SEM的道路交通安全評(píng)價(jià)研究[J].公路與汽運(yùn)，2019，33（5）：35-38.

[7]張曉博，劉朝峰，杜麗衡，等.基于改進(jìn)灰色關(guān)聯(lián)法的安徽省道路交通安全評(píng)價(jià)[J].河北工業(yè)大學(xué)學(xué)報(bào)，2019，48（3）：60-66.

[8]范東凱，曹凱.基于主成分分析法的城市道路交通安全評(píng)價(jià)[J].中國(guó)安全科學(xué)學(xué)報(bào)，2010，20（10）：147-151.

[9]李雪，趙寧，鄭晅.基于云模型的道路交通安全等級(jí)評(píng)價(jià)[J].北京工業(yè)大學(xué)學(xué)報(bào)，2015（8）：1219-1224.

作者簡(jiǎn)介：洪東，碩士研究生，副教授，1730199278@qq.com，研究方向：軟件工程和大數(shù)據(jù)技術(shù)。