基于随机森林与FP-growrh算法的山区追尾事故数据分析

• 作者: 彭志鹏 李贵阳 王永岗
• 来源期刊: 交通科技
• 学科: 交通运输
• 关键词: 交通安全 追尾事故 随机森林 FP-growth算法
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 道路工程
• 页码范围: 5-9
• 页数: 5页
• 分类号: U491
• 字数: 4326字
• 语种: 中文
• DOI: 10.3963/j.issn.1671-7570.2019.06.002

摘要

传统的离散选择模型在分析事故数据过程中,容易出现模型假定条件不满足的现象.基于此背景,文中收集了2012 2017年昌金及泰赣山区高速公路的948条追尾事故数据,从非参数方法的角度对山区追尾事故进行分析.首先,利用随机森林算法对追尾事故数据进行了模型训练.模型中树的数量为144棵,预测效果最优,精度为0.778;进一步设置因素重要度阈值0.05,剔除了潜在风险因素中的星期、疲劳驾驶、超速、性别4个因素,筛选出10个重要度相对较高的因素.最后,利用FP-growrh算法训练得到40条频繁项集及关联规则.结果 表明,FP-growrh算法可以有效说明潜在风险因素间、潜在风险因素与事故严重程度的关联程度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王永岗	长安大学公路学院	15	50	4.0	6.0
2	李贵阳	长安大学公路学院	2	0	0.0	0.0
3	彭志鹏	长安大学公路学院	3	4	2.0	2.0