基于GSK-AdaBoost-LightGBM的交通事故死亡人数预测研究

• 作者: 纪俊红 昌润琪 温廷新
• 来源期刊: 安全与环境工程
• 学科: 交通运输
• 关键词: 交通事故 死亡人数预测 AdaBoost LightGBM 交通安全
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 安全理论与安全管理
• 页码范围: 24-28
• 页数: 5页
• 分类号: X928|X951|U491.31
• 语种: 中文
• DOI: 10.13578/j.cnki.issn.1671-1556.2021.01.004

摘要

交通事故预测研究有助于降低交通事故发生的概率.为提高交通事故预测模型的精度,首先应用网格搜索法获得LightGBM模型的最优超参数,并进行5折交叉验证提升模型的抗拟合能力,建立优化的LightGBM(GSK-LightGBM)模型;然后基于AdaBoost算法训练多个GSK-LightGBM模型,加权组合得到AdaBoost-LightG-BM增强集成模型,并采用网格搜索法结合5折交叉验证,实现了AdaBoost-LightGBM模型的参数优化,构建了GSK-AdaBoost-LightGBM模型;最后基于采集到的1953-2018年我国道路交通事故死亡人数相关样本数据训练模型,得到基于GSK-AdaBoost-LightGBM的交通事故死亡人数预测模型,并引入均方误差、平均绝对误差和平均绝对百分误差3项评估指标评估了模型的预测性能,探究了模型的优化效果.结果表明:GSK-AdaBoost-LightG-BM模型的3项评估指标值分别为0.014、0.000 35和0.077,低于LightGBM模型、GSK-LightGBM模型和Ada-Boost-LightGBM模型的评估指标值,说明该模型的预测精度较高,且明显优于LightGBM模型、GSK-LightGBM模型和AdaBoost-LightGBM模型.