基于數(shù)據(jù)挖掘的高速公路交通事故分析及預(yù)防對策研究
發(fā)布時(shí)間:2020-08-14 09:25
【摘要】:高速公路具有行車速度高、通行能力大、運(yùn)輸成本低等優(yōu)點(diǎn),是經(jīng)濟(jì)發(fā)展的大動(dòng)脈,對沿線經(jīng)濟(jì)的發(fā)展具有重要的推動(dòng)作用。當(dāng)前,在我國高速公路交通流量不斷增長、通車?yán)锍滩粩嘌娱L的背景下,高速公路交通安全壓力日益增大,形勢嚴(yán)峻。高速公路交通安全日益成為全社會關(guān)注和探究的關(guān)鍵性問題。公安交通管理部門負(fù)責(zé)采集與管理我國的道路交通事故數(shù)據(jù)。當(dāng)前,事故數(shù)據(jù)多簡單的用于對事故四項(xiàng)指標(biāo):“事故起數(shù)”、“受傷人數(shù)”、“死亡人數(shù)”、“直接財(cái)產(chǎn)損失”等作描述性統(tǒng)計(jì),未充分挖掘其潛在的信息價(jià)值;此外,事故數(shù)據(jù)還具有多維度、離散性和模糊性等特征,增加了分析的難度。數(shù)據(jù)挖掘是從大量數(shù)據(jù)中挖掘隱含的、未知的、對決策具有潛在價(jià)值的概念、規(guī)則、規(guī)律、模式的數(shù)據(jù)分析方法。采用數(shù)據(jù)挖掘技術(shù)對高速公路交通事故數(shù)據(jù)進(jìn)行分析,可充分挖掘事故數(shù)據(jù)的潛在價(jià)值,為高速公路交通安全改善提供依據(jù)。交通安全研究的主要目的在于避免交通事故的發(fā)生及降低事故嚴(yán)重程度,本論文從事故致因分析、事故嚴(yán)重程度分析兩個(gè)方面,針對我國交通事故數(shù)據(jù)的特點(diǎn)及數(shù)據(jù)分析應(yīng)用中的主要問題,運(yùn)用分類、回歸等數(shù)據(jù)挖掘相關(guān)理論和方法建立高速公路交通事故分析體系,從多個(gè)角度、多個(gè)層次研究駕駛?cè)恕④囕v、道路、環(huán)境等因素與高速公路交通事故與間的關(guān)系。主要研究內(nèi)容如下:(1)總結(jié)了我國與發(fā)達(dá)國家在道路交通事故信息采集技術(shù)方面的差距;其次,從信息采集、數(shù)據(jù)結(jié)構(gòu)、分布特征等角度對高速公路交通事故數(shù)據(jù)進(jìn)行了分析,并采用數(shù)據(jù)預(yù)處理技術(shù)對高速公路交通事故數(shù)據(jù)進(jìn)行了預(yù)處理。(2)構(gòu)建了基于相對危險(xiǎn)暴露量理論與Logistic回歸分析的高速公路交通事故致因分析模型和基于SVM理論的高速公路交通事故嚴(yán)重程度分類識別模型。并以我國高速公路交通事故數(shù)據(jù)為基礎(chǔ)對模型進(jìn)行了實(shí)證研究,為降低高速公路事故發(fā)生率和嚴(yán)重程度、提高行車安全水平提供理論基礎(chǔ)。(3)基于模型實(shí)證研究結(jié)果,對高速公路交通事故致因和嚴(yán)重程度影響因素從駕駛?cè)、車輛、道路、環(huán)境4個(gè)方面進(jìn)行了分析;并以此為基礎(chǔ),從工程、教育、管理、急救等層面提出了相應(yīng)的對策來降低事故率和事故嚴(yán)重程度。
【學(xué)位授予單位】:吉林大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:U491.31
【圖文】:
道路交通事故信息采集項(xiàng)目表2006版
圖 4.1 SVM 分類超平面示意圖圖中,H 為分類超平面,其表達(dá)式為 x+b=0,SVM 分類問題可以表示為如式(4.1)所示的最優(yōu)化問題:2,1min || ||2. . (( x+b) 1), 1bis t y i l ……,······················(4.1)式(4.1)中的目標(biāo)函數(shù)是二次函數(shù),因此可通過引入拉格朗日乘子來求解該最優(yōu)化問題。上述最優(yōu)化問題轉(zhuǎn)化為式(4.2)所示的形式。 211( , , ) min || || (( x ) ) 12li i iiL b y b ···········(4.2)式(4.2)是一個(gè)凸二次規(guī)劃問題。通過對 和b 分別求偏導(dǎo)數(shù)并使其等于0可以求其唯一的最優(yōu)解,如式(4.3)所示。100li i iilLy xLy ···························(4.3)
仿剩┏跏薊
本文編號:2792838
【學(xué)位授予單位】:吉林大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:U491.31
【圖文】:
道路交通事故信息采集項(xiàng)目表2006版
圖 4.1 SVM 分類超平面示意圖圖中,H 為分類超平面,其表達(dá)式為 x+b=0,SVM 分類問題可以表示為如式(4.1)所示的最優(yōu)化問題:2,1min || ||2. . (( x+b) 1), 1bis t y i l ……,······················(4.1)式(4.1)中的目標(biāo)函數(shù)是二次函數(shù),因此可通過引入拉格朗日乘子來求解該最優(yōu)化問題。上述最優(yōu)化問題轉(zhuǎn)化為式(4.2)所示的形式。 211( , , ) min || || (( x ) ) 12li i iiL b y b ···········(4.2)式(4.2)是一個(gè)凸二次規(guī)劃問題。通過對 和b 分別求偏導(dǎo)數(shù)并使其等于0可以求其唯一的最優(yōu)解,如式(4.3)所示。100li i iilLy xLy ···························(4.3)
仿剩┏跏薊
本文編號:2792838
本文鏈接:http://sikaile.net/kejilunwen/jiaotonggongchenglunwen/2792838.html
最近更新
教材專著