基于XGBoost模型的不同地区危化品道路运输事故分析

• 作者: 魏珊珊 邵敏华
• 来源期刊: 交通与运输
• 学科: 交通运输
• 关键词: 道路运输 危化品 事故严重程度分析 XGBoost模型
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 综合交通|COMPREHENSIVE TRANSPORTATION
• 页码范围: 78-83
• 页数: 6页
• 分类号: U491
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3400.2022.01.017

摘要

为降低危化品道路运输事故对人员、财产和环境造成的破坏,保障危化品道路运输的安全性,提出具体有针对性的事故预防措施,探索多种数据挖掘方法去识别不同地区危化品道路运输事故发生的原因.首先,考虑到危化品道路运输事故的稀缺性,将逻辑回归(LR)、支持向量机(SVM)、多层感知机(MLP)和XGBoost模型基于相同的训练和测试数据进行性能评估,确定最佳的危化品道路运输事故数据分析模型;其次,针对我国不同地区之间地理环境、自然资源、人口、经济、危化品需求等方面存在的差异性,利用最佳的分析模型分别探索各事故特征在不同地区对事故严重程度的影响.研究结果表明,XGBoost模型在危化品道路运输事故数据分析中表现最佳,在对事故严重程度有显著影响的特征方面,各地区之间存在一定的差异.同一特征对事故严重程度的影响在不同地区之间也有差异.