典型文献
城市道路交通事故形态影响因素分析与预测
文献摘要：
为探究不同形态城市道路交通事故的发生原因,将事故形态的影响因素进行筛选和约简,选取3种不同算法对事故形态进行分析与预测,对比预测模型的准确性.采用粗糙集理论对原始交通事故形态影响因素变量进行转换和约简,获得满足建模要求的试验数据,并按照总体一致原则把数据等分为训练集和测试集.基于C5.0决策树算法,构建交通事故形态预测决策树模型并进行模型准确性验证,生成交通事故形态规则集;另外,采用似然比检验筛选自变量构建交通事故形态多元Logistic回归预测模型;构建多层感知器(MLP)神经网络预测模型,检验模型训练集与测试集的准确率并进行对比分析.结果表明:3种模型中,C5.0决策树算法对交通事故形态在训练集和测试集中的预测准确率分别为80.39％与79.63％,高于多元Logistic回归模型和MLP神经网络模型.采用C5.0决策树算法得到交通事故形态主要影响因素为交通方式的选取,行驶在道路横断面位置,违法行为与行驶状态等,解释性良好.研究可为分析及预测城市道路交通事故形态,分析事故产生原因提供方法参考,还可为交通管理部门提供决策依据.
文献关键词：
交通工程;事故形态;预测模型;C5.0决策树;规则集
中图分类号：
作者姓名：
陈荔;李聪颖;詹立;谭倩;田欣妹;成华;李坤
作者机构：
长安大学信息与网络管理处,陕西西安710064;西安建筑科技大学土木工程学院,陕西西安710055;中国城市规划设计研究院,北京100044;西安市政设计研究院有限公司,陕西西安710068
文献出处：
引用格式：
[1]陈荔;李聪颖;詹立;谭倩;田欣妹;成华;李坤-.城市道路交通事故形态影响因素分析与预测)[J].长安大学学报（自然科学版）,2022(04):98-107
A类：
B类：
城市道路交通,道路交通事故,事故形态,不同形态,发生原因,和约,约简,粗糙集理论,素变量,训练集,测试集,C5,决策树算法,建交,形态预测,决策树模型,成交,形态规则,规则集,似然比检验,选自,回归预测模型,多层感知器,MLP,神经网络预测模型,检验模型,模型训练,预测准确率,交通方式,道路横断面,违法行为,行驶状态,解释性,产生原因,交通管理,决策依据,交通工程
AB值：
0.276303
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
