基于一种组合新模型的翻车事故严重性预测

• 作者: 杨顺新 肖烽
• 来源期刊: 公路工程
• 学科: 交通运输
• 关键词: 翻车事故 严重程度预测 贝叶斯预测 Logistic回归 朴素贝叶斯
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 工程设计
• 页码范围: 163-168,193
• 页数: 7页
• 分类号: U491.31
• 字数: 6571字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-0610.2018.06.031

摘要

由于近年来发生在高速公路上的翻车事故较多,且预测翻车事故严重性的文献较少,故通过一种组合新模型来预测翻车事故的严重程度.通过收集的2012年-2016年1939起高速公路翻车事故数据,采用Logistic回归与朴素贝叶斯组合的新模型作为翻车事故严重性的预测方法.为了进一步验证组合预测模型的优越性,构建了朴素贝叶斯预测模型和Loostic回归预测模型.对比这3个预测模型的预测数据正确率值,表明组合预测模型效果更好.同时,11个候选变量经过单因素分析和多因素分析,选出7个显著性变量:驾驶员年龄、事故涉及车型、事故涉及车辆数、事故发生时段、天气条件、事故是否发生在匝道、肇事车辆是否超载超限.当相应道路或环境条件得到改善后,组合预测模型有助于道路管理者了解翻车事故严重程度可能的变化情况;当出现一起翻车事故时,可根据已知的有限信息利用组合预测模型预估事故严重程度,以便开展后期救援.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨顺新	东南大学交通学院	19	60	4.0	7.0
2	肖烽	东南大学交通学院	2	1	1.0	1.0