原文传递
基于随机森林的行人交通事故研究
| 论文题名： | 基于随机森林的行人交通事故研究 |
| 关键词： | 行人交通事故;随机森林;伤害预测;特征分析;分类模型 |
| 摘要： | 众所周知，步行有利于减少拥堵，提高城市交通效率，减少交通噪音，减少污染物和温室气体排放，是一种被鼓励的经济可行的交通方式。然而由于道路交通拥挤、行人不遵守交通规则等原因，行人交通安全问题十分突出，行人交通事故频发。行人交通安全的研究刻不容缓。 本文首先介绍了行人交通事故的基础理论。以事故为研究对象，从事故的等级和事故当量计算两个方面对行人交通事故的严重程度进行分析，给出了事故当量计算公式；从人、车辆、道路、环境、出行时间五个方面分析了行人交通事故的影响因素。然后详细介绍了随机森林（RF）的基础——决策树。阐述了RF的抽样方法、定义、性质和性能指标。然后以H市2008~2010年的1000条行人交通事故数据和智能路网的交叉口的几何特征数据为基础，运用RF构建的行人受伤严重程度模型对事故严重程度进行分类预测，并与伯努利朴素贝叶斯、KNN、DT、SVM这四种模型所构建的模型的准确率进行了对比。接着对行人交通事故的特征变量重要性进行排序，删除重要性相对较低的特征，使其在简化了数据处理并提高了模型运行速度的情况下，对结果的影响很小。最后设计实验，利用模型重点对重要性排前几位且可控性强的特征变量，车道宽度、周期时长、冲突位置数，进行单因素分析，得出它们与行人受伤严重程度的关系。 本文构建的基于RF的行人受伤严重程度预测模型，相较于其他四种模型，其预测结果准确率更高，波动性较小，模型稳定性好。而基于RF的模型可以进行的重要特征变量研究，有益于降低事故伤亡，为后续合理安全的交通设计和良好的交通管理提供参考依据。 |
| 作者： | 朱林艳 |
| 专业： | 交通运输规划与管理 |
| 导师： | 张席洲 |
| 授予学位： | 硕士 |
| 授予学位单位： | 华中科技大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
