基于Adaptive Lasso及RF算法的冰雪天氣交通事故分析
本文選題:高速公路 + 交通事故; 參考:《中國安全科學(xué)學(xué)報(bào)》2017年02期
【摘要】:為分析冰雪天氣下高速公路交通事故頻發(fā)致因,量化分析駕駛環(huán)境、駕駛員及車輛情況對(duì)事故的影響,根據(jù)Adaptive Lasso和隨機(jī)森林(RF)混合算法建立預(yù)測(cè)模型。以10年約30萬組冰雪環(huán)境下高速公路交通事故數(shù)據(jù)為例,訓(xùn)練改進(jìn)預(yù)測(cè)模型驗(yàn)證其準(zhǔn)確性。結(jié)果表明,混合算法的準(zhǔn)確度和擬合程度都優(yōu)于支持向量機(jī)(SVM)、分類回歸樹(CART)及RF等單獨(dú)算法。交通事故與環(huán)境因素相關(guān)性最顯著,坡路、彎道及交叉口處事故受冰雪環(huán)境影響較大;事故與駕駛員因素中部分因素顯著相關(guān),如駕駛員性別及安全帶使用情況;本地駕駛員對(duì)駕駛能力及冰雪環(huán)境的估計(jì)錯(cuò)誤更易導(dǎo)致交通事故。
[Abstract]:In order to analyze the frequent causes of traffic accidents in freeway under ice and snow weather, and to quantitatively analyze the influence of driving environment, driver and vehicle situation on the accidents, a prediction model was established based on the hybrid algorithm of Adaptive Lasso and random forest fasts. Taking about 300000 groups of highway traffic accident data under ice and snow environment for 10 years as an example, the improved prediction model is trained to verify its accuracy. The results show that the accuracy and fitting degree of the hybrid algorithm are better than the single algorithms such as support vector machine (SVM), classification regression tree (CARTT) and RF. Traffic accident and environmental factors are the most significant, slope road, bend and intersection accidents are greatly affected by ice and snow environment, accidents and driver factors are significantly related to some factors, such as driver gender and seatbelt use. Local drivers' estimation of driving capacity and ice-snow environment is more likely to lead to traffic accidents.
【作者單位】: 武漢理工大學(xué)交通學(xué)院;內(nèi)蒙古科技大學(xué)經(jīng)管學(xué)院;威斯康星州立大學(xué)工程學(xué)院;東南大學(xué)交通學(xué)院;
【基金】:教育部社會(huì)科學(xué)青年基金資助(16YJCZH157) 內(nèi)蒙古科技大學(xué)創(chuàng)新基金資助(2015QDL27) 國家重點(diǎn)基礎(chǔ)研究發(fā)展(“973”)計(jì)劃項(xiàng)目(2012CB725405)
【分類號(hào)】:U491.31
【參考文獻(xiàn)】
相關(guān)期刊論文 前3條
1 楊京帥;任書杭;馬志政;王浩;羅鈿;;道路交通碰撞事故致因建模與影響因素試驗(yàn)分析[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年05期
2 蔣銳;郭忠印;李振楠;;惡劣天氣條件下車輛換車道的安全模型[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期
3 胡江碧;李安;王維利;;不同天氣狀況下駕駛員駕駛工作負(fù)荷分析[J];北京工業(yè)大學(xué)學(xué)報(bào);2011年04期
【共引文獻(xiàn)】
相關(guān)期刊論文 前9條
1 趙瑋;徐良杰;冉斌;汪濟(jì)洲;張璇;;基于Adaptive Lasso及RF算法的冰雪天氣交通事故分析[J];中國安全科學(xué)學(xué)報(bào);2017年02期
2 趙亮;劉浩學(xué);王磊;魏華;;惡劣天氣下駕駛?cè)松矸磻?yīng)與行車安全關(guān)系[J];中國公路學(xué)報(bào);2016年11期
3 馬愛英;高明星;朱守林;;草原公路路側(cè)景觀對(duì)駕駛員心率變異的影響研究[J];科學(xué)技術(shù)與工程;2016年29期
4 張衛(wèi)華;顏冉;馮忠祥;王錕;;雨天高速公路車輛換道模型研究[J];物理學(xué)報(bào);2016年06期
5 呂能超;曠權(quán);吳萌;;基于HRV量化的高速公路出口匝道區(qū)域駕駛負(fù)荷特性研究[J];安全與環(huán)境學(xué)報(bào);2015年04期
6 戢曉峰;馮川;郭鳳香;;ATIS環(huán)境下駕駛員認(rèn)知負(fù)荷研究進(jìn)展[J];安全與環(huán)境學(xué)報(bào);2015年03期
7 李曉夢(mèng);閆學(xué)東;趙佳;王江鋒;;霧天對(duì)彎道駕駛行為的影響研究[J];交通信息與安全;2014年05期
8 袁偉;郭應(yīng)時(shí);付銳;陳陽;;城市道路類型對(duì)駕駛?cè)斯ぷ髫?fù)荷的影響[J];長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年05期
9 孫洪運(yùn);楊金順;李林波;吳兵;;惡劣天氣事件對(duì)道路交通系統(tǒng)影響的研究綜述[J];交通信息與安全;2012年06期
【二級(jí)參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 余孝軍;羅玲玲;王雙;;基于進(jìn)化博弈的交通安全分析[J];西南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年06期
2 李振龍;張利國;;超速駕駛行為的演化博弈[J];交通運(yùn)輸系統(tǒng)工程與信息;2010年04期
3 蔣銳;郭忠印;孔令旗;;高密度交通流狀態(tài)下行車安全性分析[J];交通信息與安全;2009年04期
4 蔣銳;郭忠印;孔令旗;;基于車輛碰撞約束的換車道安全分析[J];華東交通大學(xué)學(xué)報(bào);2009年03期
5 吳建平;;交通事故與天氣氣候關(guān)系分析[J];交通與運(yùn)輸;2008年01期
6 劉志強(qiáng);汪澎;張建華;汪e,
本文編號(hào):1960288
本文鏈接:http://sikaile.net/kejilunwen/daoluqiaoliang/1960288.html