基于时间序列关系的GBRT交通事故预测模型

• 作者: 吾守尔·斯拉木 富雅玲 张志豪 杨文忠 温杰彬 王丽花 王婷
• 来源期刊: 电子科技大学学报
• 学科: 交通运输
• 关键词: 梯度提升回归树 预测 时间序列 交通事故
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 615-621
• 页数: 7页
• 分类号: U495
• 字数: 5001字
• 语种: 中文
• DOI: 10.12178/1001-0548.2019151

摘要

道路交通事故是道路交通安全水平的具体表现.在当前交通事故预测工作中,存在对数据中时间序列关系的挖掘不充分、预测的周期宏观、交通事故相关的影响因素考虑不全等问题.该文提出一种基于时间序列关系的梯度提升回归树(GBRT)交通事故模型.该模型对英国Leicester的2005-2015年每天的交通事故数、死亡人数、涉事的车辆数进行预测.实验结果显示,引入时间序列关系有助于提升模型预测精度.预测结果为交通管理部门的决策起到参考作用,建模方式为同类型预测问题的建模工作带来了积极的参考意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨文忠	新疆大学信息科学与工程学院	68	208	7.0	12.0
2	吾守尔·斯拉木	新疆大学信息科学与工程学院	148	619	13.0	18.0
3	王婷	新疆大学软件学院	17	73	4.0	8.0
4	王丽花	新疆大学软件学院	2	0	0.0	0.0
5	张志豪	新疆大学信息科学与工程学院	7	7	1.0	2.0
6	富雅玲	新疆大学信息科学与工程学院	5	0	0.0	0.0
7	温杰彬	新疆大学信息科学与工程学院	5	0	0.0	0.0