长江水道事故风险预测模型优化

作者：丁振国; 张树奎; 胡甚平

来源：上海海事大学学报, 2021, 1-8.

• 长江水道
• 风险预测
• 随机森林
• 支持向量机
• 机器学习

针对支持向量机(support vector machine， SVM)模型在水上交通风险的预测中因其变量较多而计算过程复杂、实用性不强的问题，首先运用随机森林模型对变量进行重要度排序，然后利用筛选后的变量构建新的SVM模型，最后将新模型的分类正确率和可移植性测试结果与原模型进行比较。结果表明：新模型比原模型的分类正确率提高4.12个百分点；在可移植性测试中新模型分类正确率仍处于较高水平，而且误报率有所降低，精度提高2.40个百分点。研究表明新模型计算相对简单，预测效果更优，而且具有普适性特征。

• 单位
  江苏海事职业技术学院; 上海海事大学