典型文献
基于XGBoost模型的不同地区危化品道路运输事故分析
文献摘要：
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.
文献关键词：
道路运输;危化品;事故严重程度分析;XGBoost模型
中图分类号：
作者姓名：
魏珊珊;邵敏华
作者机构：
同济大学 交通运输工程学院,上海 201804
文献出处：
引用格式：
[1]魏珊珊;邵敏华-.基于XGBoost模型的不同地区危化品道路运输事故分析)[J].交通与运输,2022(01):78-83
A类：
B类：
XGBoost,危化品,道路运输事故,事故分析,事故预防措施,挖掘方法,稀缺性,逻辑回归,LR,多层感知机,MLP,测试数据,性能评估,事故数据,数据分析模型,地理环境,事故特征,事故严重程度分析
AB值：
0.218657
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。
