第３３卷第１期２０２３年１月中国安全科学学报ＣｈｉｎａＳａｆｅｔｙＳｃｉｅｎｃｅＪｏｕｒｎａｌＶｏｌ．３３Ｎｏ．１Ｊａｎ．２０２３中文引用格式：杨佩佩，熊坚，何扬帆．公路小半径曲线路段驾驶人焦虑水平模型［Ｊ］．中国安全科学学报，２０２３，３３（１）：２２７－２３２．英文引用格式：ＹＡＮＧＰｅｉｐｅｉ，ＸＩＯＮＧＪｉａｎ，ＨＥＹａｎｇｆａｎ．Ａｎｘｉｅｔｙｌｅｖｅｌｍｏｄｅｌｏｆｄｒｉｖｅｒｓｏｎｓｈａｒｐｃｉｒｃｕｌａｒｃｕｒｖｅｒｏａｄ［Ｊ］．ＣｈｉｎａＳａｆｅｔｙＳｃｉｅｎｃｅＪｏｕｒｎａｌ，２０２３，３３（１）：２２７－２３２．公路小半径曲线路段驾驶人焦虑水平模型∗杨佩佩，熊坚教授，何扬帆（昆明理工大学交通工程学院，云南昆明６５０５５０）中图分类号：Ｘ９１１文献标志码：ＡＤＯＩ：１０.１６２６５／ｊ．ｃｎｋｉ．ｉｓｓｎ１００３－３０３３.２０２３.０１.０５０８基金项目：国家自然科学基金资助（７１２６１０１２，７１９６１０１２）。∗文章编号：１００３－３０３３（２０２３）０１－０２２７－０６；收稿日期：２０２２－０８－２８；修稿日期：２０２２－１１－１７【摘要】为提高双车道公路小半径曲线路段（ＳＣＣＲ）的交通安全监测水平，利用量表测试与驾驶模拟试验，实现驾驶人弯道焦虑水平的量化评测，定量刻画驾驶人弯道焦虑水平与行车安全特征量之间的关系；通过统计分析焦虑驾驶行为，运用Ｓｐｅａｒｍａｎ分析法，筛选影响焦虑水平的关键行车安全特征量；综合道路线形条件、驾驶人个体特征和驾驶操作行为特性等行车安全特征因子，采用径向基神经网络（ＲＢＦＮＮ）建立多因素驾驶人焦虑水平预测模型。结果表明：弯道焦虑水平与驾龄、年龄呈显著负相关，与车速、侧向偏移量、转角变异系数以及曲线半径之间存在着较为显著的负相关性（显著性概率ｐ值＜０.０１）；通过验证，基于ＲＢＦＮＮ的驾驶人焦虑水平预测模型判别精度可达７３.７％；转角变异系数、年龄、驾龄是影响驾驶人焦虑水平的重要因素，其重要度依次为１００％、９３.３％、９０.７％。研究结果可为双车道公路ＳＣＣＲ驾驶焦虑水平监测、交通安全维护等方面提供理论支撑。【关键词】小半径曲线路段（ＳＣＣＲ）；驾驶人；焦虑水平；预测模型；神经网络ＡｎｘｉｅｔｙｌｅｖｅｌｍｏｄｅｌｏｆｄｒｉｖｅｒｓｏｎｓｈａｒｐｃｉｒｃｕｌａｒｃｕｒｖｅｒｏａｄＹＡＮＧＰｅｉｐｅｉ，ＸＩＯＮＧＪｉ...
