-
题名基于改进深度森林算法的高速公路交通事故风险预测
被引量：2
- 1
-
-
作者
张浩
-
机构
中国地质大学(武汉)工程学院
-
出处
《安全与环境工程》
CAS
CSCD
北大核心
2024年第6期91-99,共9页
-
基金
湖北省安全生产专项资金科技项目(SJZX20230904)。
-
文摘
高速公路交通事故风险预测对于实行动态交通安全管理至关重要。为探究影响高速公路交通事故风险的主要因素以及准确预测高速公路交通事故风险,提出了一种基于改进深度森林算法的高速公路交通事故风险预测模型。首先以高速公路交通事故数据、交通流数据、天气数据、道路条件和特殊时间段数据为基础,选取了能够表征高速公路交通事故风险的特征变量,并采用随机森林算法对特征变量的重要度进行了计算,筛选出对高速公路交通事故风险影响较大的重要特征变量,以解决后面计算过程中的维度灾难问题;然后运用基于决策树的LightGBM和XGBoost算法对深度森林模型的级联森林结构进行了改进;最后将改进深度森林算法应用于高速公路事故风险预测。结果表明:与现有的SVM、随机森林和深度森林算法相比,改进深度森林算法具有更优的预测性能,其预测准确率达到了88.84%,预测结果能为高速公路交通管理部门制定更为有效的安全管控措施提供决策支持。
-
关键词
高速公路交通事故
风险预测
改进深度森林算法
深度学习
-
Keywords
highway traffic accident
risk prediction
improving the deep forest algorithm
deep learning
-
分类号
X951
[环境科学与工程—安全科学]
-
-
题名我国高速公路交通事故特征分析
被引量：32
- 2
-
-
作者
常宇
王长君
-
机构
公安部交通管理科学研究所
-
出处
《中国安全生产科学技术》
CAS
2008年第5期155-158,共4页
-
文摘
随着我国高速公路的快速发展,高速公路交通事故逐年上升,高速公路交通事故死亡人数明显增加。分析表明:现阶段我国高速公路交通事故严重程度不断增加,高速公路的安全性尚未有效体现出来;与一般道路交通事故相比,高速公路交通事故有着明显不同的特征和规律。随着高速公路建设的进一步快速发展,我国的高速公路交通事故仍有可能呈继续上升趋势。
-
关键词
高速公路交通事故
交通事故分析
交通事故特征
-
Keywords
traffic accident on freeway
accident analysis
characteristics of traffic accident
-
分类号
X951
[环境科学与工程—安全科学]
-
-
题名基于K均值聚类的高速公路汽车碰撞事故分析
被引量：15
- 3
-
-
作者
李浩然
吴超仲
褚端峰
谢飞
乐中耀
黄珍
-
机构
汽车噪声振动和安全技术国家重点实验室
武汉理工大学智能交通系统研究中心
水路公路交通安全控制与装备教育部工程研究中心
中国汽车工程研究院股份有限公司汽车安全技术研究中心
-
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2013年第11期91-96,共6页
-
基金
国家自然科学基金资助(61104158
51105286
+1 种基金
51178364)
国家"973计划"前期研究专项(2012CB723802)
-
文摘
为优化我国汽车碰撞试验指标和高速公路安全管理,搜集重庆市所辖高速公路在近5 a发生的194起车-车碰撞事故数据,对其进行深度分析。统计出该地区所发生车-车碰撞事故的形态特征,利用K均值聚类方法建立乘员损伤程度同重叠率、质量比、碰撞方位、侵入量之间的相关模型。结果表明,重乘员损伤程度与其他的事故形态特征有显著的相关性,其中,重叠率在1/3～1/2、质量比为0.1～0.5或2～10以及12点碰撞方位、侵入量为1/2～2/3、2/3～1这样的车辆碰撞事故的乘员损伤最严重。
-
关键词
K均值聚类
统计分析
车辆碰撞事故形态
高速公路交通事故
乘员损伤程度
-
Keywords
K-means clustering
statistical analysis
car crash characteristics
traffic accidents on freeway
occupant injury severity
-
分类号
X951
[环境科学与工程—安全科学]
-
