首页|城市道路交通事故形态影响因素分析与预测

城市道路交通事故形态影响因素分析与预测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为探究不同形态城市道路交通事故的发生原因,将事故形态的影响因素进行筛选和约简,选取3种不同算法对事故形态进行分析与预测,对比预测模型的准确性.采用粗糙集理论对原始交通事故形态影响因素变量进行转换和约简,获得满足建模要求的试验数据,并按照总体一致原则把数据等分为训练集和测试集.基于C5.0决策树算法,构建交通事故形态预测决策树模型并进行模型准确性验证,生成交通事故形态规则集;另外,采用似然比检验筛选自变量构建交通事故形态多元Logistic回归预测模型;构建多层感知器(MLP)神经网络预测模型,检验模型训练集与测试集的准确率并进行对比分析.结果表明:3种模型中,C5.0决策树算法对交通事故形态在训练集和测试集中的预测准确率分别为80.39％与79.63％,高于多元Logistic回归模型和MLP神经网络模型.采用C5.0决策树算法得到交通事故形态主要影响因素为交通方式的选取,行驶在道路横断面位置,违法行为与行驶状态等,解释性良好.研究可为分析及预测城市道路交通事故形态,分析事故产生原因提供方法参考,还可为交通管理部门提供决策依据.
Influencing factors analysis and prediction of urban road traffic accident patterns

陈荔、李聪颖、詹立、谭倩、田欣妹、成华、李坤

展开 >

长安大学信息与网络管理处,陕西西安710064

西安建筑科技大学土木工程学院,陕西西安710055

中国城市规划设计研究院,北京100044

西安市政设计研究院有限公司,陕西西安710068

展开 >

交通工程 事故形态 预测模型 C5.0决策树 规则集

514084602020JM-478

2022

10.19721/j.cnki.1671-8879.2022.04.010

长安大学学报(自然科学版)
长安大学

长安大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：1.011
ISSN：1671-8879
年,卷(期)：2022.42(4)
  • 5
  • 18