基于SVM模型的山区高速公路多车事故影响因素分析

作者：李贵阳; 张福明; 王永岗

来源：武汉理工大学学报(交通科学与工程版), 2020, 44(06): 1046-1051.

• 山区高速公路
• 多车事故
• 支持向量机模型
• 影响因素

为了分析山区高速公路多车事故的影响因素,收集了2012—2017年昌金与泰赣两条典型山区高速的1 351条多车事故数据.考虑利用传统离散选择模型分析山区多车事故影响因素,结果发现该数据违背了离散选择模型假定条件,故而采用支持向量机模型进一步分析数据.考虑线性核函数、非齐次多项式核函数、高斯径向基核函数构建支持向量机模型,利用网格搜索法对模型参数进行了寻优,并通过敏感性分析评估了事故潜在风险因素对事故严重程度发生概率的影响.研究表明:高斯径向基核函数条件下的支持向量机模型预测山区多车事故结果最佳,平均预测精度0.733,表现出良好的分类识别效果和泛化能力,说明在传统离散选择模型应用不佳情况下,可利用支持向量机模型进行事故数据的挖掘分析.

• 单位
  公路学院; 长安大学