文献综述
1 研究背景
随着城镇化进程的加速推进，人民生活水平大幅度的改善，人们对交通工具和出行方式也提出了更为适宜的要求。电动自行车因其经济、节能，以及便捷等优点深受大众欢迎与之伴随的是电动自行车交通事故的频发，由电动自行车事故导致的伤亡人数也在迅速增加。但电动自行车交通事故却往往为人们所忽视，在国内外，与电动自行车交通肇事相关的研究，大多数以描述性的研究和简单的报告性数据。在电动自行车交通肇事是伤害程度的研究和具体的数据报告这一块，基本上是没有研究的，在电动自行车道路交通肇事的伤害方面的影响因素这一块，也没有什么具体的资料。
人的因素、车辆因素、道路交通因素以及环境状况等因素会直接影响驾驶员的行车安全性。从不确定的风险因素来分析的话，交通事故的发生是没有办法直接杜绝的，所以才要对交通事故真实的历史数据进行合理的分析，进而能够大幅度的减少经济财产方面的损失以及减少交通事故的发生率。
为此本研究在电动自行车保有量较高的深圳市，以电动自行车交通肇事的影响因素来建立电动自行车交通肇事数据库，方便对电动自行车交通肇事影响因素的数据进行挖掘，全面深入地分析电动自行车交通肇事及其人员伤害程度，对电动自行车道路交通伤害的发生，起到预防和减少的作用。
2 国内外研究情况
道路交通事故作为长期以来各国交通安全领域科学研究的重点和热点之一， 一直倍受国内外学者的关注。国内外相关学者和交通安全工程专家从不同角度对交通安全进行了广泛而深入的研究，取得了丰硕的研究成果，一定程度上描述了道路交通事故的发生机理与影响因素，揭示了道路交通安全问题的本质。国内外对于电动自行车的交通肇事研究都相对较少，主要集中在交通流特性及管理政策,对电动自行车肇事影响因素的研究较少。
2.1 国外研究现状
国外目前已经形成比较严谨和完善的机动车及摩托车风险行为研究，J． REASON等最早构建了机动车驾驶员风险驾驶行为量表DBQ(driving behavior questionnaire)，此后国内外学者在DBQ的基础上，对于驾驶行为分类和拓展风险驾驶行为量表开展了大量的研究，根据研究对象的差异性设计出了相应的问卷，如卡车、摩托车、自行车。
交通事故研究主要以机动车为研究对象,研究方法有经典的统计回归模型如二项或多Logit、Probit 模型 ;考虑有序离散特性的有序 Logit 或 Probit 模型;考虑事物不同状态转移概率的马尔科夫链模型。也有学者通过神经网络、决策树等数据挖掘技术进行机动车事故严重程度预测。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
