随着高速公路网的快速扩建和完善，交通安全问题越来越突显，特别是降雨天气下的高速公路交通事故率较高。为保障雨天高速公路行车安全，减少交通事故带来的人员伤亡和经济损失，提出基于速度预测的雨天高速公路交通安全评估及预警管理方法，可对未来短时内的行车风险进行评估和预警，从而降低雨天行车风险，为交通管理部门对雨天高速公路的安全管理提供新的思路和参考。
　　首先，应用数理统计的方法对雨天高速公路车辆速度特性、雨天交通事故分布特性进行分析，并从“人、车、路”三个角度分析降雨对高速公路行车安全的影响。为速度预测模型的选择、雨天安全评估指标的选取和预警管理措施的制定提供参考和理论支撑。
　　其次，基于长短期记忆(Long Short-Term Memory，LSTM)和门控循环单元(Gated Recurrent Unit，GRU)网络的原理和优点，创新提出L-G(LSTM-GRU)深度学习组合预测模型，实现雨天高速公路短时速度预测。L-G模型能较好地适应雨天速度变化的复杂性、不确定性、突变性等特点，从而达到较高的预测精度和稳定的预测效果。同时，提出基于最大信息系数的特征选择方法，选择与速度相关性强的特征作为输入变量，提高模型预测精度并减少过拟合。
　　最后，建立雨天高速公路安全评估及预警管理体系。选取速度、天气、道路条件等作为评价指标，构建基于速度预测的雨天高速公路交通安全评估指标体系，并应用改进的物元分析法对雨天高速公路未来短时内的交通安全进行评估。依据安全评估结果确定行车风险等级并制定相应的交通管控措施和预警管理策略。以京港澳高速公路湖北省金口至安山段为例，验证了提出的雨天高速公路安全评估及预警管理方法的合理性和可行性。