原文传递
基于机器学习的危险货物道路运输事故影响因素分析
| 题名： | 基于机器学习的危险货物道路运输事故影响因素分析 |
| 作者： | 沈小燕;魏珊珊;冯煜清 |
| 作者单位： | 长安大学汽车学院 |
| 关键词： | 危险货物;道路运输事故;严重程度;影响因素;机器学习 |
| 摘要： | 为研究危险货物道路运输事故严重程度的影响因素,以2015-2019年发生在我国的1267起危险货物道路运输事故案例为基础,比较决策树C5.0、支持向量机和多层感知器对危险货物道路运输事故数据的分析性能,并选用表现最佳的模型探索影响3种不同严重程度的事故发生的主要因素。结果表明,决策树C5.0整体表现最佳。影响仅财产损失事故发生的主要因素依次为直接事故形态(刮擦、泄漏、火灾和其他),间接事故形态(泄漏)和路段类型(站区);影响受伤事故的发生的主要因素依次为直接事故形态(侧翻、撞固定物、2车追尾、2车相撞、冲出路面和坠车),间接事故形态(泄漏和侧翻),路段类型(普通路段、桥梁、隧道和出入口),道路类型(省道和国道)和时间(07:00—12:00)5影响死亡事故发生的主要因素依次为直接事故形态(多车相撞、多车追尾和爆炸),危化品类别(氧化性物质、气体和易燃固体),间接事故形态(火灾和爆炸)和道路线形(长下坡和急弯)。 |
| 期刊名称： | 交通信息与安全 |
| 出版年： | 2021 |
| 期： | 05 |
| 页码： | 113-119,128 |
检索历史
应用推荐
