The invention relates to a heterogeneous traffic accident cause analysis method and equipment. The method comprises the following steps: step S1: obtain accident related data and extract potential influencing factors of traffic accidents; step S2: select key influencing factors of traffic accidents by random forest method based on potential influencing factors of traffic accidents; step S3: Select key influencing factors of traffic accidents by potential forest method based on key influencing factors of traffic accidents Step S4: Based on the multiple subsets of homogeneous influencing factors, the causes of heterogeneous traffic accidents are obtained by path analysis. Compared with the prior art, it can better deal with the contradiction between heterogeneous and homogeneous accident causes, and help to understand the diversification of accident causes.
【技术实现步骤摘要】
一种异质性交通事故致因分析方法及设备
本专利技术涉及交通安全分析和主动交通管理领域,尤其是涉及一种异质性交通事故致因分析方法及设备。
技术介绍
道路交通安全形势依然严峻。《2018年全球道路安全状况报告》中的数据显示,每年全世界约有135万人死于道路交通,另有2000万至5000万人因道路交通事故引发的碰撞而受伤或致残。《道路交通运输安全发展报告2017》中数据显示,2016年我国共接报道路交通事故864.3万起,同比增加65.9万起,上升16.5%。因此,提高道路交通安全水平,需求迫切、刻不容缓。可获取的交通数据日趋多元。随着全息交通的发展,各种数据探测技术的日渐成熟,这为交通系统中人、车、路、环境等数据的来源提供了保证,使得综合利用各种交通相关的数据进行交通安全研究成为可能。事故致因的研究至关重要。传统的事故影响因素与事故的关联关系研究,无法满足道路交通安全针对性改善和管理的需求。越来越多的学者开始深入事故发生机理,从不同的角度、运用多样的方法,开展事故致因分析方法的研究。事故的异质性问题亟待解决。道路交通事故具有影响因素异质性问题;在交通安全分析与预测的研究中,如果不能处理事故的异质性,将无法对事故进行准确的影响因素分析和致因推断,也就不能指导制定有针对性的高效的道路交通安全改善策略。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种异质性交通事故致因分析方法及设备。本专利技术的目的可以通过以下技术方案来实现:一种异质性交通事 ...
【技术保护点】
1.一种异质性交通事故致因分析方法,其特征在于,该方法包括以下步骤:/n步骤S1:获取事故相关数据,提取交通事故潜在影响因素;/n步骤S2:基于交通事故潜在影响因素,通过随机森林方法筛选交通事故关键影响因素;/n步骤S3:基于交通事故关键影响因素,通过潜类别分析方法获得影响因素均质的多个子集;/n步骤S4:基于影响因素均质的多个子集,通过路径分析方法获得异质性交通事故致因。/n
【技术特征摘要】
1.一种异质性交通事故致因分析方法,其特征在于,该方法包括以下步骤:
步骤S1:获取事故相关数据,提取交通事故潜在影响因素;
步骤S2:基于交通事故潜在影响因素,通过随机森林方法筛选交通事故关键影响因素;
步骤S3:基于交通事故关键影响因素,通过潜类别分析方法获得影响因素均质的多个子集;
步骤S4:基于影响因素均质的多个子集,通过路径分析方法获得异质性交通事故致因。
2.根据权利要求1所述的一种异质性交通事故致因分析方法,其特征在于,所述的事故相关数据包括事故数据、交通流数据和道路几何数据。
3.根据权利要求1所述的一种异质性交通事故致因分析方法,其特征在于,所述的事故潜在影响因素包括事故相关数据的统计量。
4.根据权利要求1所述的一种异质性交通事故致因分析方法,其特征在于,所述的随机森林方法袋外错误率OOBerrorrate为:
其中,X为袋外数据中分类结果错误的数目,N为袋外数据数目。
5.根据权利要求1所述的一种异质性交通事故致因分析方法,其特征在于,所述的随机森林方法平均精度下降VIi为:
其中,ntree为森林里树的数目,OEAti为变化变量i的值后模型的袋外错误率,OEBti...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。