基于机器学习的城市道路交通事故严重程度影响因素辨识研究

作者：刘庆芳; 成卫^*; 雷建明

来源：物流科技, 2020, 43(07): 88-92.

DOI：10.13714/j.cnki.1002-3100.2020.07.021

• 交通安全
• 事故严重程度
• 因素辨识
• 极限学习机
• 遗传算法

首先,以我国某城市2015～2017年间的历史道路交通事故数据为基础进行实例分析,将样本数据分为一般事故、重大事故、特大事故,构建严重程度影响因素集,并对其进行量化。其次,基于改进深度极限学习机(D-ELM)建立城市道路交通事故严重程度分类识别模型,并通过遗传算法(GA)对模型的影响因素进行寻优搜索,从而构建出GA-D-ELM因素辨识模型。最后,与基于传统极限学习机以及核极限学习机理论的GA-ELM、GA-K-ELM模型进行对比分析。结果表明,GA-D-ELM识别出的影响因素数量最为精简,且在三者中分类准确率是最优的。

• 单位
  昆明理工大学