原文传递
基于机器学习的北京机场交通事故预测与对策建议研究
| 论文题名： | 基于机器学习的北京机场交通事故预测与对策建议研究 |
| 关键词： | 交通事故预测;机器学习;时间序列预测 |
| 摘要： | 近年来，国家越来越重视交通安全，印发了多份关于推进交通强国硬实力和软实力建设的文件，交通事故预控和对策研究已成为当今社会热点。而机场又是城市中的重要交通枢纽，机场的空地交通系统具有不同于城市交通系统的特殊性，以机场为主体的交通事故研究不仅可以保障重要交通枢纽的正常运行，还有助于城市的交通安全建设。本文的研究内容主要包括以下四个部分: (1)结合北京大兴国际机场附近的交通数据、交管部门的报警平台数据和网约车平台的司机行为数据，探究机场交通事故与交通数据、司机行为数据之间的关联，并将各平台的数据进行可视化和描述性统计分析，探究机场附近事故发生的规律。 (2)针对传统机器学习模型预测不精准的问题，利用数据多特征值的优势，以及Stacking算法的思想，提出了改进的平均预测模型和不同模型组合的堆叠模型对机场附近事故数量进行预测。通过算法对比分析和北京首都国际机场的实证分析发现，改进的叠加模型能够提升预测效果，改进模型的RMSE比传统的机器学习模型低0.0088。 (3)针对事故数据和司机行为数据具有地理位置信息的特点，对机场分区路段的交通数量事故进行多维时间序列预测。首先提出以路段分区为单位的概念，然后根据地理位置信息将事故数据和司机行为数据定位至不同的路段分区中。研究发现，利用分区路段的事故数据、司机行为数据和临街区的事故数据建立的VARMA(3，3)时间序列预测模型对各街区事故的趋势和数量可以进行有效的预测。 (4)根据事故发生规律、改进的堆叠模型和多维时间序列模型预测的结果，为交管部门、机场和网约车平台提出交通事故预控方法和对策建议，以提高民航机场公安民警处理事故的效率，降低交通事故的发生，实现警力的提前布控和空地交通一体化，进而实现我国道路交通安全水平的提升。 |
| 作者： | 赵梦璇 |
| 专业： | 管理科学与工程 |
| 导师： | 刘经纬 |
| 授予学位： | 硕士 |
| 授予学位单位： | 首都经济贸易大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
