典型文献
基于事故综合强度的公交事故严重程度分析
文献摘要：
为更加精确地对公交事故严重程度进行分类以探究其影响因素,本文提出一种基于事故综合强度+K-means的公交事故严重程度分类方法,并基于此分类方法建立公交事故严重程度影响因素分析模型.首先,针对传统事故严重程度分类中的定性分类方法,引入事故综合强度法定量计算公交事故严重程度,并运用K-means聚类算法对事故严重程度进行聚类.其次,选取环境、驾驶员、道路车辆和事故特征这4方面的17个因素作为自变量,分别将事故综合强度+K-means分类法和传统分类法的结果作为因变量,运用有序Logit模型分析公交车事故严重程度,同时利用平均边际效应量化各显著因素的影响程度,以佛山市2021年156起公交车事故数据为例进行分析.结果表明,基于事故综合强度+K-means分类法的有序Logit模型具有更好的拟合优度.高峰期、换道、超速、加速度过大、注意力分散和进出站会增大发生极严重公交车事故的概率,增大的概率分别为11.57％、29.06％、23.98％、17.13％、30.97％和12.27％;白天和晴天会减小发生极严重公交车事故的概率,减少的概率分别为22.31％和12.34％.
文献关键词：
城市交通;公交事故影响因素;有序Logit模型;公交事故严重程度;事故综合强度
中图分类号：
作者姓名：
刘强;严修;谢谦;解孝民
作者机构：
中山大学,智能工程学院,广东深圳518107;中山大学-广汽研究院智慧交通与人工智能联合实验室,广州510006;广东省海洋工程施工与水上应急救援工程技术中心,广州510006;广东玛西尔电动科技有限公司,广东肇庆523268
文献出处：
引用格式：
[1]刘强;严修;谢谦;解孝民-.基于事故综合强度的公交事故严重程度分析)[J].交通运输系统工程与信息,2022(06):152-159
A类：
事故综合强度,公交事故,公交事故严重程度,公交事故影响因素
B类：
事故严重程度分析,+K,means,分类方法,严重程度影响因素,影响因素分析模型,定性分类,定量计算,聚类算法,取环,驾驶员,道路车辆,事故特征,分类法,因变量,Logit,公交车,边际效应,效应量,佛山市,事故数据,拟合优度,高峰期,换道,超速,注意力分散,进出站,大发生,白天,晴天,天会,城市交通
AB值：
0.221856
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。
