基于稀疏理论的DAE在公路事故伤亡预测应用

来源：计算机工程与应用杂志2019年第7期北京时间：

作者：张文婧，陈治亚，冯芬玲，李 万

单位：中南大学 交通运输工程学院，长沙 410075

摘要：准确实现公路事故伤亡人数预测，对于把握我国未来交通安全形势、实现运输系统优化具有重要意义。将基于稀疏理论的深度自动编码器（Deep Auto-encoder）引入公路事故伤亡人数预测，利用公路事故伤亡人数2000—2015年历史数据构建伤亡人数预测模型，得到死亡及受伤人数平均误差率分别为1.69%、1.53%；采用伤亡人数的影响指标汽车保有量、国内生产总值、公路总里程、人均道路面积的同时段历史数据构建预测模型，得到死伤人数平均误差率分别为1.76%、2.13%；对比发现将DAE运用到公路事故伤亡人数预测精度较高，且采用伤亡人数时间序列数据较影响指标预测精度更高，故使用前者对2016—2020年数据进行预测，得出未来我国公路事故死亡人数将在一定时间内保持平稳，而受伤人数将会明显下降。

关键词：深度学习,自编码,人工神经网络,伤亡预测模型,稀疏理论