留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

COX Regression模型在交通事件持续时间研究中的应用

康国祥,  方守恩

downloadPDF
文章导航 > 交通信息与安全  > 2011 >  29(2): 104-106
康国祥, 方守恩. COX Regression模型在交通事件持续时间研究中的应用[J]. 交通信息与安全, 2011, 29(2): 104-106. doi: 10.3963/j.ISSN1674-4861.2011.02.024
引用本文: 康国祥, 方守恩. COX Regression模型在交通事件持续时间研究中的应用[J]. 交通信息与安全, 2011, 29(2): 104-106. doi: 10.3963/j.ISSN1674-4861.2011.02.024
shu
KANG Guoxiang, FANG Shouen. Application of Cox Regression Model in Traffic Incident Duration[J]. Journal of Transport Information and Safety, 2011, 29(2): 104-106. doi: 10.3963/j.ISSN1674-4861.2011.02.024
Citation: KANG Guoxiang, FANG Shouen. Application of Cox Regression Model in Traffic Incident Duration[J]. Journal of Transport Information and Safety, 2011, 29(2): 104-106. doi: 10.3963/j.ISSN1674-4861.2011.02.024
shu

COX Regression模型在交通事件持续时间研究中的应用

doi: 10.3963/j.ISSN1674-4861.2011.02.024

  • 同济大学道路与交通工程教育部重点实验室,上海,200092

  • 同济大学道路与交通工程教育部重点实验室,上海,200092

详细信息

  • 中图分类号: U491

Application of Cox Regression Model in Traffic Incident Duration

    摘要
  • 摘要: 有效的交通事件管理要求交通管理者全面了解交通事件的各种特征才能准确估计事件持续时间,从而及时地疏导交通拥堵.利用某高速公路应急指挥中心管理系统中记录的近3 a的交通事件持续时间数据,建立Cox Regression模型探索影响持续时间的危险因素并评价其作用强度和方向.研究表明,日夜、报警方式、事件类型、占用车道数、涉及车辆数、涉及死亡、救护车、牵引车、吊车、驳车、涉及货车等11项是交通事件持续时间的显著影响因素,因此,交通管理者对这些因素进行改善可有效提高交通事件管理效率和安全性.

     

    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  194
  • HTML全文浏览量:  49
  • PDF下载量:  0
  • 被引次数: 0
出版历程
  • 刊出日期:  2011-04-28

目录

    /

    返回文章
    返回

    版权所有《交通信息与安全》编辑部鄂ICP备05003336号-2

    通信地址：湖北省武汉市武昌区和平大道1178号，武汉理工大学余家头校区 (430063)

    联系电话：027-86580355电子邮箱：jtjsj@vip.163.com

    本系统由 北京仁和汇智信息技术有限公司 开发