基于监控数据的高速公路实时事故风险模型

基于监控数据的高速公路实时事故风险模型

ID:20640973

大小:117.54 KB

页数:12页

时间:2018-10-14

基于监控数据的高速公路实时事故风险模型_第1页
基于监控数据的高速公路实时事故风险模型_第2页
基于监控数据的高速公路实时事故风险模型_第3页
基于监控数据的高速公路实时事故风险模型_第4页
基于监控数据的高速公路实时事故风险模型_第5页
资源描述:

《基于监控数据的高速公路实时事故风险模型》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于监控数据的高速公路实时事故风险模型付存勇王俊骅同济大学道路与交通工程教育部重点实验室摘要:近年來,高速公路事故发生率高居不下。同时,对于高速公路而言,其交通流检测器安装又较为普遍。因此研宂如何深入挖掘交通流检测数据以实现对高速公路事故风险实时预测很有必耍。基于美国加州2012年发生事故最多的4条高速公路15,110,1405和115的全年事故数据和交通流数据,以病例对照基木思路选取事故组和对照组数据,选定交通流数据研宄范围,并选用ADASYN算法处理不平衡数据集问题。基于随机森林模型,利用事故发生前lO'Omin内的事故地上游4个检测器、下游2个检测器的3种基本交通流

2、数据构建高速公路实时事故风险模型,事故预测淮确率可达到88.02%。选取重要性前十的变量作为事故重要诱导因素,对事故重要诱导因素进行调值,将调值后的测试集放入之前构建的随机森林模型进行分类预测,结果显示减少了41.82%的事故,故可认为利用事故重要诱导因素可进行事故先兆预警工作,从而减少事故的发生。关键词:交通安全;高速公路;实时事故风险;随机森林;事故重要诱导因素;作者简介:付存勇(1993-),硕士研究生.研究方向:交通安全.E-mail:2281836837@qq.com作者简介:王俊骅(1979-),博士,副教授.研究方向:交通安全.E-mail:22818368

3、37@qq.com收稿日期:2017-06-30基金:国家自然科学基金项目(71671126)资助AReal-timeAccidentRiskModelonFreewaysBasedonMonitoringDataFUCunyongWANGTunhuaRoadandtrafficengineeringofministryofeducationkeylaboratoryoftongjiuniversity;Abstract:Inrecentyears,theincidenceofhighwayaccidentsonfreewaysremainshigh.Inthemeant

4、ime,loopdetectorsarecommonlyequippedonfreeways.Thus,itisnecessarytodigthedataofloopdetectorsinordertopredictrealtimeriskoftrafficaccidentsonfreeways.Basedondataofactualaccidentsandcollectedfromdetectorsonfourfreewayscalled15,110,1405and115inCalifornia,wherethemostaccidentnumbersoccurredin

5、theyear2012,extractingdatagroupofaccidentsandnon-accidentsbasedonanideaofcase-controlstudy.Studycoverageofdetectordataisselected.Meanwhile,ADASYNalgorithmisusedtosolvetheproblemofunbalanceddatasets.Basedonrandomforest,threebasictrafficflowdatawithin10-40minbeforeaccidentscollectedfromfour

6、upstreamdetectorsandtwodownstreamdetectorsisusedtocomputelocationsofaccidents.Areal-timeaccidentriskmodelonfreewaysisdevelopedwiththeaccuracyrateofaccidentpredictionis88.02%.Thetoptenimportantvariablesarcselectedasimportantinducementsofaccidents.Then,thevaluesoftheimportantinducementsarea

7、djustedThemodifiedtestsetisappliedtotherandomforestmodelforclassificationforecastingafterwards.Theresultshowsthatthenumbersofaccidentsarereducedby41.82%.Therefore,itcanbefoundthattheimportantinducementsofaccidentscanbeappliedtotheearlywarningoftrafficaccidents,thusr

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。