基于数据挖掘的危险货物运输风险驾驶行为聚类分析

来源：交通运输系统工程与信息杂志2020年第1期北京时间：

作者：王海星，王翔宇，王招贤，李学东

单位：1. 北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室，北京 100044； 2. 北京交科公路勘察设计研究院有限公司，北京 100191；3. 天地科技股份有限公司，北京 100013

摘要：不良驾驶行为(车速过高，车速变化过快等)影响危险货物及车辆的稳定性，是导致危险货物运输事故频发且后果严重的重要原因. 基于对营运车辆联网联控系统海量数据的分析处理，根据其属性提取8 个驾驶行为量化指标，采用因子分析和模糊C均值聚类相结合的方法，实现对危险货物运输车辆驾驶员风险驾驶行为的科学聚类. 结果表明，危险货物运输车辆驾驶行为特征可有效聚为急加减速、超速驾驶和变速驾驶3 种行为，且在每种驾驶行为下实现对驾驶员安全等级的分类. 由此可以识别风险较高的驾驶员，这对危险货物运输企业和行业管理部门有重要参考意义.

关键词：公路运输,不良驾驶行为,模糊C均值聚类算法,危险货物运输,因子分析

基金资助：国家重点研发计划/National Key Research and Development Program of China(2016YFE0201700).