考虑交通事故时空效应的高速公路交通事故严重程度预测.pdf
《考虑交通事故时空效应的高速公路交通事故严重程度预测.pdf》由会员分享,可在线阅读,更多相关《考虑交通事故时空效应的高速公路交通事故严重程度预测.pdf(7页珍藏版)》请在咨信网上搜索。
1、犇 犗 犐:考虑交通事故时空效应的高速公路交通事故严重程度预测吴楚恩,罗世奎,巫立明,许佳乐(广东联合电子服务股份有限公司,广东 广州 )摘要:为提高高速公路交通事故处置效率,降低交通事故造成的生命财产损失,提出一种基于卷积神经网络()的高速公路交通事故严重程度预测方法。首先确定交通事故严重程度的影响因素,并根据交通事故损失情况和对事故路段的影响将事故划分为轻微事故、一般事故和严重事故三类;然后采用梯度提升决策树法计算各影响因素对交通事故严重程度影响的权重等级,根据权重等级将影响因素特征矩阵转化为灰度图像,即将交通事故数据的单一特征关系转换为包含并行组合关系的方形特征矩阵;以事故数据的时空特性
2、作为输入,构建基于 的高速公路交通事故严重程度预测模型,并对模型进行评估与检验。结果表明,在高速公路交通安全事故严重程度评估中,相较于随机森林机器模型和逻辑回归模型,文中模型的识别率明显提高,对严重交通事故的测试准确率超过。关键词:交通安全;交通事故;高速公路;严重程度预测;方形特征矩阵;卷积神经网络()中图分类号:文献标志码:文章编号:()近年来,随着高速公路的不断发展,高速公路面临的交通安全压力不断增大,交通事故数量居高不下,交通事故已成为造成人身伤害和经济损失的重大威胁。对高速公路交通事故严重程度进行预测可为合理制定交通事故应急处置策略提供参考。目前交通事故严重程度预测方法主要有统计模型
3、方法和机器学习算法两类。李庚凭构建了基于有序 模型和多项 模型的道路交通事故严重程度预测模型,检验结果表明多项 模型的性能好于 有序 模 型;陈 昭 明 等 构 建 混 合 模型分析高速公路交通事故严重程度,检验结果表明考虑参数间相关性的混合 模型比多项 模型具有更好的拟合优度,且能更合理地反映各因素对事故严重程度的作用效果。然而,交通事故是人、车、路和环境相互作用的结果,交通事故数据具有高维度、非线性和多重共线性的特点,由若干个特征组成。统计模型通常对解释变量和响应变量有严格的假设,而且不能全面考虑数据的特征,其预测性能弱于机器学习算法。孙维富等采用支持向量机理论建立高速公路交通事故严重程度
4、分类识别模型,多角度、多层次地研究了高速公路交通事故与驾驶员、车辆、道路、环境等因素的关系;童璐璐应用贝叶斯网络和参数学习算法,利用团树传播算法构建了基于贝叶斯网络的高速公路交通事故预测模型;等对比分析了随机森林模型、前馈神经网络模型和统计模型对交通事故严重程度的预测精度,结果显示机器学习算法具有更高的预测精度;提出一种卷积神经网络()预测 模 型,并 与 决 策 树 分 类 预 测 模 型、回归预测模型和支持向量机预测模型进行对比分析,结果表明基于 的预测模型具有更好的性能;吕璞等考虑到深度卷积神经网络可以高效处理图像问题,将事故影响因素图像化,提出一种融合深度反残差与注意力机制的山区高速公
5、路交通事故严重程度预测模型,验证结果表明相比传统的机器学习模型,该模型的识别准确率明显提高。但现有机器学习模型只是简单地输入事故数据特征,未考虑数据特征之间的关联特性,同时构建数据集时忽略了交通的时空效应对事故严重程度的影响,不利于模型预测性能的提高。基于以上分析,本文根据广东省某高速公路近年的交通事故数据,以交通事故严重程度作为因变量,考虑事故数据的时空特性,以事故发生前 的车速、密度、交通量等短时交通数据和道路、环境等参数作为自变量,根据影响因素权重等级将事故影响因素特征转化为包含并行组合关系的方形数据公路与汽运犎 犻 犵 犺 狑 犪 狔 狊犃 狌 狋 狅 犿 狅 狋 犻 狏 犲犃 狆 狆
6、 犾 犻 犮 犪 狋 犻 狅 狀 狊总第 期集,考虑 在提取高维度特征方面的优势,提出一种基于 的考虑交通事故时空效应的高速公路交通事故严重程度预测模型,实现高速公路交通事故严重程度预测。高速公路交通事故影响因素选择数据采集采集广东省某高速公路近年的交通事故统计数据,包括发生时间、发生季节、事故类型、涉事车型、事故路段车道数、事故路段非直线率、事故路段建筑设施、死亡人数、受伤人数及事故发生前 的交通流数据(平均车速、交通量、密度、大车比等)。其中事故路段、事故发生时间、事故类型、伤亡情况等数据在事故发生现场采集获取,事故发生前的交通流数据通过高速公路门架信息获取,表为高速公路门架提取的事故发生
7、前交通流状态数据样例。对事故数据进行整理、筛选和预处理,得到本文所需事故数据。表事故发生前 犿 犻 狀的交通流状态数据样例事故发生前时间区间 平均车速()交通量(辆)交通密度(辆)大型车比例 交通事故严重程度分类分析事故占据车道数与事故数据的关系,发现占据不同车道数时事故数据差别明显,故根据事故对高速公路的影响即事故占据车道数、伤亡人数将事故划分为轻微事故、一般事故和严重事故三类(见表)。表交通事故严重程度分类事故类型事故占据车道数条 受伤人数人 死亡人数人轻微事故一般事故严重事故共采集该高速公路 起事故数据,其中轻微事故 起、一般事故 起、严重事故 起。将事故数据集按照的规则划分为训练集和测
8、试集,训练集中轻微事故、一般事故和严重事故的数据量分别为 起、起、起,测试集中轻微事故、一般事故和严重事故的数据量分别为 起、起、起。交通事故严重程度影响因素高速公路交通事故是由多种因素共同作用的结果。考虑高速公路上车辆运行特征,选取可能对事故严重程度造成显著影响的车、路、环境、事故特征方面共计 个因素 。其中:车对交通事故严重程度的影响因素主要包括事故发生路段的动态交通流情况和车辆类型;道路对交通事故严重程度的影响因素包括事故路段的长度、车道数、线形、类型;环境对交通事故严重程度的影响因素包括事故发生时段、季节;事故特征对交通事故严重程度的影响因素主要为事故类型和伤亡人数(见表)。表高速公路
9、交通事故严重程度影响因素因素类型影响因素说明车车速事故发生前路段的平均车速交通量事故路段到达交通量和离去交通量的均值交通密度事故发生前路段的平均交通密度车辆类型大型车比例路道路长度事故地点上下游高速公路门架的行程距离车道数事故发生路段的车道数道路线形以事故路段非直线率表示,为事故地点上下游高速公路门架的直线距离与行程距离的比值道路类型以事故路段的建筑设施表示,有收费站时取,有服务区时取,有收费站和服务区时取 年 第期吴楚恩,等:考虑交通事故时空效应的高速公路交通事故严重程度预测续表因素类型影响因素说明环境事故发生时段事故发生所处时段,:取,:取事故发生季节事故发生所处季节,春季取,夏季取,秋季
10、取,冬季取事故特征事故类型碰撞事故取;追尾事故取;翻车事故取事故伤亡人数事故造成的伤亡人数影响因素权重计算以事故严重程度为因变量,以轻微事故、一般事故和严重事故为输出变量,以表中 个影响因素为自变量即输入变量。对已知事故数据进行统计分析,计算各影响因素所占比例,利用梯度提升决策树法 对影响因素的权重等级进行计算并排序,父权重等级用大写字母降序表示,子权重等级用小写字母 降序表示(见表)。表高速公路交通事故严重程度影响因素取值及权重等级因素类型父权重等级影响因素子权重等级车车速交通量交通密度车辆类型路道路长度车道数道路线形道路类型环境事故发生时段事故发生季节事故特征事故类型事故伤亡人数交通事故严
11、重程度预测模型针对传统的机器学习算法未考虑数据之间组合关系及数据时空特征的缺陷,结合 的特点,将数据之间的组合关系联系起来,考虑交通事故时空特性,构建图所示基于 的高速公路交通事故严重程度预测模型。图基于交通事故时空效应的高速公路事故严重程度预测模型影响因素的图像化如图所示,数据输入为的方形矩阵,的矩阵为卷积核,卷积步长为,数据输出为的矩阵,其中特征 共参与次卷积运算,特征、只参与一次卷积运算,越靠近矩阵中心的特征卷积运算次数越多,即矩阵的中心位置比边缘位置更有助于从 中提取特征信息。考虑到特征的权重等级越高,对预测结果的影响越大,将权重等级较高的特征填充到全零矩阵的中心位置、权重等级较低的特
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 考虑 交通事故 时空 效应 高速公路 严重 程度 预测
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。