《长沙理工大学学报(自然科学版)》
基于多源数据融合的高速公路交通事故黑点判别
作者:
作者单位:

(1.长沙理工大学 智能道路与车路协同湖南省重点实验室,湖南 长沙 410114; 2.长沙理工大学 交通运输工程学院,湖南 长沙 410114)

作者简介:

龙科军(1974-),男,教授,主要从事交通安全方面的研究。

通讯作者:

龙科军(1974-),男,教授,主要从事交通安全方面的研究。

中图分类号:

U491

基金项目:

国家自然科学基金资助项目 (51678076);湖南省重点领域研发计划项目 (2019SK2171);长沙理工大学研究生科研创新项目(CX2020SS12)


Reliability-based design optimization for vehicle structural crash worthiness based on hybrid model
Author:
Affiliation:

(1.Hunan Key Laboratory of Smart Roadway and Cooperative Vehicle-Infrastructure Systems,Changsha University of Science & Technology,Changsha 410114,China; 2.School of Traffic and Transportation Engineering, Changsha University of Science & Technology,Changsha 410114,China)

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    【目的】提高高速公路交通事故黑点判别精度。【方法】基于高速公路交通事故数据,融合异常驾驶行为数据与高速公路特征点数据,创建高速公路黑点特征数据集,并将集成学习的CatBoost算法应用于 G4 高速公路湖南段交通事故黑点的判别。【结果】与支持向量机、随机森林和梯度提升决策树算法相比,Cat-Boost在判别高速公路事故黑点上的准确率达到了81%,F1 值为 0.88,AUC 值分别提高了 17%、13% 和 17%,说明其判别效果优于其他3种机器学习算法。【结论】基于多源数据融合的高速公路交通事故黑点判别方法能够有效判别出高速公路存在的事故黑点,并能输出每个相关变量对事故结果的贡献值。研究成果 可应用于高速公路事故黑点的筛查,并指导管理人员制定相应的预防措施。

    Abstract:

    [Purposes]The paper aims to improve the identification accuracy of black spots in highway traffic accidents. [Methods]Based on highway traffic accident data,abnormal driving behavior data and highway facility data were combined to create a highway black spot feature dataset, and the CatBoost algorithm for ensemble learning was applied to the black spots identification of G4 highway in Hunan Province. [Findings]Compared with the support vector machine, random forest and gradient boosting decision tree, CatBoost has an accuracy of 81% in identifying the black spots of highway accidents, the F1 value is 0.88,and the AUC value is increased by 17%, 13% and 17%,respectively, it shows that its identification effect is better than that of the other three machine learning algorithms. [Conclusions] The identification method of black spots in highway traffic accidents based on multi-source data fusion can effectively identify the black spots on the highway,and output the contribution of each accident-related variable to the results. The research results can be applied to screen black spots in highway accidents and guide managers to formulate preventative measures.

    参考文献
    相似文献
    引证文献
引用本文
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2022-04-10
  • 出版日期: