硕士论文题目：数据驱动的高速公路交通安全管理研究
摘要：
伴随着高速公路的快速发展，高速公路的交通安全问题也日渐凸显。加强对已建高速公路的管理，提高其安全水平显得尤为重要。基于多源数据识别并分析高速公路安全问题，提出有针对性的措施，提高事故多发路段判别的准确性以及交通执法的安全改善作用，对加强高速公路安全管理至关重要。本文采用网络核密度估计法与事故预测模型判别事故多发路段并进行比较，明确最佳的路段划分方法、评价指标以及判别方法；同时，通过事故与违法的关联分析，指导面向安全改善的交通执法。
第一，基于网络核密度估计方法判别事故多发路段，关键问题在于路段单元长度、搜索半径以及评价指标的选择。第二，基于事故预测模型进行事故多发道路判别，关键问题在于路段划分与预测模型的选择。第三，以路段一致性和方法一致性作为评价指标，对比事故数法、网络核密度估计法、基于定长分段建模法、基于同质分段建模法的判别结果，发现同质分段建模法的判别结果最优，更适合应用于高速公路事故多发路段判别。第四，面向安全改善的交通执法管理，关键在于事故与违法的关联分析。
本研究对比分析多种事故多发路段判别方法，提出了一套高速公路的判别方法，并通过致因分析发现出入口是影响安全的重要因素；同时应用数理统计方法对交通事故与违法进行深入分析，找出了当前交通执法管理中的不足之处；并结合国外高速公路管理经验，提出管理对策，为精细化交通安全管理提供了理论参考。
硕士毕业生李艳答辩