摘要
道路交通事故的发生充满不确定性,为尽可能减轻事故损害,研究分析其成因具有重要意义.该文提出了一种基于改进决策树的道路交通事故成因耦合分析算法.算法采取数据清洗、方差过滤、相关性分析、数据重采样等方法预处理西安市历史事故数据,分析道路交通事故特征中的时间特性及道路环境特性,发现交通事故的严重程度易受交通特征影响.以事故严重程度为目标,初步选取道路因素及环境因素在内的17个交通特征候选自变量,以梯度提升决策树(gradient boosting decision tree,GBDT)为基模型,结合递归特征消除法(recursive feature elimination,RFE)探究不同交通特征对事故等级的影响.利用GBDT-RFE模型筛选出道路类型、道路横断面位置、交通信号方式、路侧防护设施类型、道路线型、照明条件作为主要特征变量,以此构建决策树模型,提取易引发重大事故且置信度较高的多因素耦合模式作为重点情境防范,为事故安全预警提供参考.
基金项目
国家重点研发计划(2018YFB1600800)
陕西省重点研发计划(2020GY-018)
中央高校基本科研业务费专项(300102241305)
维普
万方数据