考虑多维动态特征交互的高速公路实时事故风险建模

来源：交通运输系统工程与信息杂志2022年第3期北京时间：

作者：袁振洲, 胡嫣然, 杨洋

单位：1. 北京交通大学，交通运输学院，北京100044；2. 北京航空航天大学，a. 交通科学与工程学院，b. 车路协同与安全控制北京市重点实验室，北京 100191

摘要：为探究天气和道路等特征，以及交通流、天气、道路及时间等多维动态特征之间的交互作用对实时事故风险预测模型精度的影响，本文基于京哈高速公路北京段的事故数据，以及匹配的交通传感器数据、天气数据和道路特征等，构建4个数据集，分别为只包含交通流变量，包含交通流变量、天气及时间特征变量，包含交通流变量、道路及时间特征变量，包含交通流变量、天气、道路及时间特征变量。从考虑多维动态特征的交互效应出发，基于深度交叉网络，提出一种新的实时事故风险预测模型。结果显示，本文所构建的深度交叉网络模型比其他几种实时事故风险预测方法显示出更高的精度。模型的AUC值(Area Under Curve)可达0.8562，在0.2的概率阈值下，可以正确分类84.26%的非事故数据和77.55%事故数据。结论表明，本文采用的多维动态特征交互样本条件下的深度交叉网络模型能够有效地预测高速公路交通事故，可为我国高速公路安全管理部门提供理论与技术支持。

关键词：交通工程,实时事故风险识别,深度交叉网络模型,高速公路,多维特征交互,深度学习

基金资助：中国博士后科学基金；北京市自然科学基金；山东省高速公路技术和安全评估省级重点实验室开放基金