基于Adaptive Lasso及RF算法的冰雪天气交通事故分析

• 作者: 冉斌 张璇 徐良杰 汪济洲 赵玮
• 来源期刊: 中国安全科学学报
• 学科: 交通运输
• 关键词: 高速公路 交通事故 Adaptive Lasso 随机森林(RF) 冰雪天气 大数据分析
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 安全工程技术科学
• 页码范围: 98-103
• 页数: 6页
• 分类号: X928.9|U491.2
• 语种: 中文
• DOI: 10.16265/j.cnki.issn1003-3033.2017.02.018

摘要

为分析冰雪天气下高速公路交通事故频发致因,量化分析驾驶环境、驾驶员及车辆情况对事故的影响,根据Adaptive Lasso和随机森林(RF)混合算法建立预测模型.以10年约30万组冰雪环境下高速公路交通事故数据为例,训练改进预测模型验证其准确性.结果表明,混合算法的准确度和拟合程度都优于支持向量机(SVM)、分类回归树(CART)及RF等单独算法.交通事故与环境因素相关性最显著,坡路、弯道及交叉口处事故受冰雪环境影响较大;事故与驾驶员因素中部分因素显著相关,如驾驶员性别及安全带使用情况;本地驾驶员对驾驶能力及冰雪环境的估计错误更易导致交通事故.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐良杰	武汉理工大学交通学院	69	343	10.0	14.0
2	赵玮	武汉理工大学交通学院	9	83	5.0	9.0
8	冉斌	威斯康星州立大学工程学院	13	188	6.0	13.0
10	汪济洲	武汉理工大学交通学院	3	30	3.0	3.0
16	张璇	威斯康星州立大学工程学院	1	12	1.0	1.0