基于Adaptive Lasso及RF算法的冰雪天气交通事故分析

来源：中国安全科学学报杂志2017年第2期北京时间：

作者：赵玮, 徐良杰, 冉斌, 汪济洲, 张璇

单位：1 武汉理工大学 交通学院,湖北 武汉 430063；2 内蒙古科技大学 经管学院,内蒙古 包头 014010；3 威斯康星州立大学 工程学院,威斯康辛州 麦迪逊 53705,美国；4 东南大学 交通学院,江苏 南京 210096

摘要：为分析冰雪天气下高速公路交通事故频发致因,量化分析驾驶环境、驾驶员及车辆情况对事故的影响,根据Adaptive Lasso和随机森林(RF)混合算法建立预测模型。以10年约30万组冰雪环境下高速公路交通事故数据为例,训练改进预测模型验证其准确性。结果表明,混合算法的准确度和拟合程度都优于支持向量机(SVM)、分类回归树(CART)及RF等单独算法。交通事故与环境因素相关性最显著,坡路、弯道及交叉口处事故受冰雪环境影响较大;事故与驾驶员因素中部分因素显著相关,如驾驶员性别及安全带使用情况;本地驾驶员对驾驶能力及冰雪环境的估计错误更易导致交通事故。

关键词：高速公路,交通事故,Adaptive Lasso,随机森林(RF),冰雪天气,大数据分析

基金资助：教育部社会科学青年基金资助(16YJCZH157);内蒙古科技大学创新基金资助(2015QDL27);国家重点基础研究发展(“973”)计划项目(2012CB725405)。