不同等级农村公路交通事故严重程度预测研究

作者：张开冉; 阚丁萍; 陈多多

来源：安全与环境学报, 2023, 1-10.

DOI：10.13637/j.issn.1009-6094.2023.0750

• 安全工程
• 农村公路
• 改进Apriori
• 集成学习
• 事故严重度预测

为准确分析各因素及其组合对农村公路发生严重交通事故的影响，把道路类型、路侧防护设施、时间段、天气状况、事故位置等11个因素作为自变量，事故严重程度作为因变量，采用改进的Apriori关联算法，找出各影响因素间的内在联系，并求解得到关键因素的组合。然后分别构建随机森林、GBDT、XGBoost预测模型对农村公路事故严重程度进行预测。结果表明：改进后的Apriori算法，运行效率和挖掘准确度都有较大的提升；相对于随机森林和GBDT模型，XGBoost模型在准确率、召回率、精确率和F1得分等方面表现最优；照明条件、路侧防护设施、道路类型，天气状况是影响农村公路事故严重程度的重要因素，且各影响因素间存在显著的交互效应。

• 单位
  西南交通大学