GA／T 1148-2014 标准规范下载简介
GA／T 1148-2014 道路交通安全管理规划编制指南B.6.3规划与行动计划的滚动实施
C.1交通安全相关指标
C.1.3十万人口事故率
JTS261-2019 水下挤密砂桩施工质量检测标准及条文说明C1.4 +万人口死亡
C.1.5交通事故死伤比
C.1.6较大交通事故起数
C.1.7交通事故多发点、段整治率
附录C （资料性附录） 道路交通安全评价指标
规划区域内已实施整治的道路交通事故多发点、段数目与计划整治的道路交通事故 的比值（单位：%）。
C.1.8交通事故逃逸案破案率
C.1.9低驾龄机动车驾驶人交通肇事率
规划区域内当年低驾龄（3年及其以下）机动车驾驶人交通肇事人数与全部低驾龄机 数的比值（单位：%）
C.1.10百公里事故率
规划区域内当年道路交通事故起数与道路总里程的比值（单位：起/100km）。
C.1.11百万人客运量死亡率
规划区域内当年生产经营性道路交通事故死亡人数与道路交通客运总量的比值（单位：人/百方人）。 14
规划区域内当年生产经营性道路交通事故死亡人数与道路交通客运总量的比值（单位：人/百方人）
C.1.12百万吨货运周转量事故率
GA/T1148—2014
规划区域内当年生产经营性道路交通事故起数与道路交通货运周转总量的比值[单位 km）]
C.1.13交通安全管理资金投入比例
C.1.14交通安全法规和交通安全常识普及率
C.1.15中小学生交通安全常识普及率
规划区域内掌握了基本的交通法规和交通安全常识的中小学生人数与中小学生总数 单位：%），
C.2 交通秩序相关指标
C.2.1机动车守法率
规划区域内城市道路或公路上通行的机动车中没有违法行为的机动车数量与通过的 数的比值（单位：%）
C.2.2非机动车守法率
规划区域内城市道路或公路上通行的非机动车中没有违法行为的非机动车数量与通 动车总数的比值（单位：%）
区域内城市道路或公路上通行的非机动车中没有违法行为的非机动车数量与通过的所有非 文的比值（单位：%）
C.2.4城市主干道违法停车率
C.2.5让行标志标线守法率
动车总数的比值（单位：%）
C.3交通管理和服务设施相关指标
规划区域内按 路里程与全部路 度在6m以上的道路）里程的比值（单位：%)。
规划区域内城市道路或公路上按照国家标准规范设置的交通标志数量与上述道路总里程 单位：块/km）
C.3.3城市主干道行人过街设施平均间距
C.3.4隔离设施设置率
C3.6路口信号灯设置率
规划区域内按照国家标准设置信号灯的交叉路口和路段数量与应设信号灯的交叉路 的比值（单位：%）
C.3.7让行标志标线设置率
本与所有末设信号灯路口（3. 路相交路口，不通车路口除外）总
C.3.8学校周边交通安全设施设置率
内的范围接要求设置过街设施、护栏等
C3.9交通技术监控设备设置率
规划区域内设置了交通技术监控设备的 路口数量 单位：%）
C.3.10交通技术监控设施利用率
规划区域内利用交通技术监控设备记录资料查获的机动车交通违法行为数量与各种方式查 车违法行为总量的比值（单位：%）
D.1.1模糊层次评价法
D.1.1模糊层次评价法
D.1.1.1 主要步骤
GA/T 11482014
算选取的客评价指标间的权 重系数，然后计算规划区域内各评价指标最大概率所对应的等级，最终获得区域道路交通安全的综合评 价指标—道路安全指数Is(Indexofroadsafety)
D.1.1.2 指标权重系数计算
D.1.1.2.1建立评价模型
目标层包括：U道路安全宏观评价综合值；指标层包括道路交通安全相关评价指标，例如： 二率、U，交通事故致死率、U，十方人口苑亡率、U，百方人客运量死亡率、Us百公单事故率、 货运周转量事故率，则指标集合为U=（U，U.U.，U.，U，U.）
D.1.1.2.2构造判断矩阵
根据层次模型中层与层的关系，可以构造出各层之间权重关系的判断矩阵A。根据专家 【～9比率标度法对安全评价指标进行两两比较，构造判断矩阵。其中，所需专家包括道路安 警部门、公路管理部门技术骨干等。判断矩阵应能够反映绝大多数的专家意见，
D.1.1.2.3 一致性检验
比较矩阵是由人为确定 致性的时候 调整矩阵中的相对比值
D.1.1.3构建权重系数矩阵
D.1.1.4.1构建评语集合V
将安全标准定为五级，第一级表示安全状况最佳，第五级表示安全状况最差，则评语集合为V一 【V，，V，，V，V.，V.】=《优，良，中，次，差】。各指标对应的各个评价等级的临界值可根据拟评价的各区 域道路安全的总体水平划定
全标准定为五级，第一级表示安全状况最佳，第五级表示安全状况最差，则评语集合为V= ，V.，V。）=《优，良，中，次，差）。各指标对应的各个评价等级的临界值可根据拟评价的各区 全的总体水平划定。
D.1.1.4.2构建隶属函数集合R
GA/T 11482014
标的单因素评价为R=ri，riz，ri3，r 指标集和评语集之间的模糊关系可以用评价矩阵R=[r].x来表示。
D.1.1.5计算道路安全指数Lss
B是V上的模糊子集，则B=W·R 为了更准确地评价道路安全水平，引人 道路安全综合评价指标Ies，其实际所表示的含义是综 系数，具体计算方法见式（D.1)和式（D.2)
IRs—综合评价指数，考虑了道路安全水平在各等级上分布情况的综合值， k，一一为道路安全水平等级的赋值； 8，一为b，的修正值。
D.1.1.6等级评价
设定=（k1，k2，k3，k4，k5)=10，7.5,5,2.5,0)，则： a) 当1sE[10.00，8.75]时，V=V，，等级为优 b) 当IrsE[8.75，6.25]时，V=V2，等级为良； c) 当1RsE[6.263.75]时，V=Vs，等级为中； d) 当IsE[3.75，1.25］时，V=V.，等级为次； e) 当IsE[1.25，0.00]时，V=Vs，等级为差
D.1.2灰色聚类评估法
D.1.2.1方法内容
灰色聚类是根据灰色关联矩阵或灰数的白化权函数将些观测指标或观测对象聚集成若十 类别的方法。利用这一方法可以将集合内道路交通安全性定义为几个级别，根据各项指标计 集合内每一条线路所处级别，并依此对各道路交通安全等级作出评价
D.1.2.2建立交通安全评价指标
结合我国道路交通安全统计实际情况，可选的评价指标如：万车死亡率、十万人口死T
D.1.23.1选取评价标准特征值
来用概率统计方法确定评价标推。具体做法是将评价指标的实际数据，经无量纲处理，分析数据的 累积百分频率，绘制累积频率曲线，在曲线上确定不同特定累积百分频率所对应的处理数值，作为各灰 类特征值，见图D.1。评价等级拟定4级灰类：即优、良、中、差。对照50%的特征点，分别选取85%、 60%、40%和15%累积百分频率特征点所对应的A;1，Aj2，Aj3，Aj4，分别为指标j属优、良、中、差的特 征值。
D.1.2.3.2数据无量纲处理
GA/T 11482014
1确定评价指标灰类特征值的累积百分频率图
定的各项评价指标数据进行无量纲处理，并将处理后的数据控制在一定变化范围内以便计算 理后的数值在0~1之间变化。
D.1.2.3.3构造指标的白化权函数
道路交通安全评价指标的百化权函数，是用来描述某项评价指标灰数（经无量纳处理后的指标集） 对其取值范围内数值的“偏好”程度。横坐标表示道路交通安全评价指标灰数，纵坐标表示为对指标灰 数取某一横坐标白化值（确切值）时，给予的“偏好”程度。图D.2中曲线表示该指标灰数对应权数的函 数关系。道路交通安全各项评价指标的灰度属于[0,11,其白化权函数f（z）属于[0，1]。
图D.2道路交通安全评价指标的白化权函整
定性分析确定白化权函数于（1）曲线的形状。定量分析确定了（工）曲线的起点（O）、论点（D）及折 点（如B、E、C)的位置，转折点间以直线连接，得出评价指标灰类特征值A分别属优、良、中、差各类的白 化权函数，建立道路交通安全评价标准模式
D.1.2.4对评价对象进行聚类计算
D.1.2.4.2给出道路交通安全评价对象i关于评价指标j的原始样本矩阵D°，见式（D.3）。评价指标 j=1,2,m;评价对象i=1,2,,n
di.d.. : dd
3对原始样本矩阵的量纲处理（各数据指标处理应与相应各指标准定过程中的量纲处理、计
D.1.2.4.4确定道露交通安全评价指标灰类的百化权函数。 D.1.2.4.5求道路交通安全各项评价指标关于每种灰类的聚类系数，见式(D.5)
At A,t ui= A+A+...+A
uit第j项评价指标将对象归人t种灰类内的聚类系数； A一第项评价指标属于第t种灰类的特征值。 1.2.4.6求道路交通安全评价对象综合各项评价指标关于每种灰类的聚类值，见式（D.6）。
=fa(dg)Xuj
Qji=max(ou)
德尔菲法是根据有专门知识的人的直接经验，对研究的问题进行判断、预测的一种方法，简称专家
调查法。一般适用于长期预测。
D.2.1.2 主要步骤
GA/T 11482014
D.2.2指数增长曲线预测法
D.2.2.1适用范围
指数指长曲线预 的长期趋势，因此，增长曲线预测 适合长期预测
y。t=0时的基准量（即预测起始期）； y:—t时期的预测量； e=y ，t期环比发展速度，即前后两个发展周期的比例关系。 y,1 由此可知，当时间序列各期的环比发展速度近似为一个常数时，可拟合指数增长曲线，见式(D.10)。 y=ae" 00.000060060 ....(D.10)
GA/T 11482014
GA/T 11482014
D.2.3.2方法分类
平滑次数不同，指数平滑法分为： 指数平滑法等。其基本思想是：预测 见测值的加权和，且对不同的数据给予不 斤数据给较大的权，旧数据给较小的权。
D.2.3.3一次指数平滑预测
中建一局集团营地建造图册D.2.3.4二次指数平滑预测
D.2.4回归分析预测法
D.2.4.1方法内容
回归分析预测法是在分析自变量和因变量之间相关关系的基础上，建立变量之间的回归方程JGJ 26-2018 严寒和寒冷地区居住建筑节能设计标准，并将 回归方程作为预测模型，根据自变量在预测期的数量变化来预测因变量变化。
D.2.4.2主要步骤
运用回归分析预测法进行预测分析的一般程序如下： a) 确定自变量和因变量。假设预测具体目标是未来年度的机动车保有量，那么保有量Y就是因 变量。通过调研和查阅资料，寻找与预测目标的相关影响因素，如人均可支配收入等，即自变 量，并从中选出主要的影响因素。 建立回归预测模型。依据自变量和因变量的历史统计资料进行计算，在此基础上建立回归分 析预测模型。 c) 进行相关分析。作为自变量的因素与作为因变量的预测对象是否有关，相关程度如何，以及判 断这种相关程度的把握性多大，就需要进行相关分析，以相关系数的大小来判断自变量和因变 量的相关的程度。 d) 检验回归预测模型。对回归预测模型进行检验，计算预测误差。当预测误差在可接受的范围 内，才能将回归方程作为预测模型进行实际预测。 e) 计算并确定预测值。利用回归预测模型计算预测值，并对预测值进行综合分析，确定最后的预 测值。