Print

基于道路环境因素的公路隧道交通事故预测

论文摘要

为提高公路隧道交通事故预测准确率,以西汉高速秦岭某隧道群的496起交通事故作为研究对象,对影响公路隧道交通事故预测的道路环境因素进行相关性分析,针对不同预测类别选定具有显著影响的主要变量,通过贝叶斯模型、随机森林模型、BP神经网络模型和支持向量机模型分别对公路隧道交通事故形态、严重程度、伤亡情况和持续时间进行预测,根据准确率和稳定性确定出最优预测模型。研究结果表明:1)随机森林模型在预测公路隧道交通事故形态时最为可靠,准确率约为84%; 2)在对公路隧道交通事故严重程度和伤亡情况进行预测时可优先考虑贝叶斯模型,其对重大或特大事故的预测准确率高达50%; 3)选择随机森林模型作为公路隧道交通事故持续时间的预测模型,绝对误差为20 min时模型准确率将超过70%。

论文目录

  • 0 引言
  • 1 预测方法
  •   1.1 朴素贝叶斯模型
  •   1.2 BP神经网络模型
  •   1.3 随机森林模型
  •   1.4 支持向量机模型
  • 2 预测指标
  •   2.1 自变量选取
  •   2.2 相关性分析
  • 3 预测模型比选
  •   3.1 交通事故形态预测
  •     3.1.1 朴素贝叶斯模型
  •     3.1.2 BP神经网络模型
  •     3.1.3 随机森林模型和支持向量机模型
  •   3.2 交通事故严重程度预测
  •   3.3 交通事故伤亡情况预测
  •   3.4 交通事故持续时间预测
  • 4 结论与建议

    • 文章来源

    类型: 期刊论文

    作者: 王蕾,邱锋,夏永旭,韩兴博

    关键词: 公路隧道,交通事故,预测模型,相关性分析,道路环境

    来源: 隧道建设(中英文) 2019年08期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 公路与水路运输

    单位: 长安大学公路学院

    分类号: U458;U491.31

    页码: 1301-1307

    总页数: 7

    文件大小: 1374K

    下载量: 541

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/92153b48b537adcf5855aa88.html