快速路交通流运行安全关键参数识别与评估

摘要：

基于上海市两条快速路采集的事故数据和相应检测器数据,应用随机森林模型对事故发生前5～10 min内的交通流数据进行重要变量筛选.利用基于高斯混合模型和最大期望算法的贝叶斯网络(BN)模型对快速路实时交通流事故风险进行建模分析,并对建立的BN模型进行了可转移性测试.结果表明:选取重要变量后建立的BN模型效果优于使用直接检测数据建立的模型,事故预测准确率达到82.78％;可转移性测试中BN模型的事故预测准确率虽有所下降,但整体预测精度和事故预测精度仍都优于利用直接检测数据建立的模型.

关键词：城市快速路、交通安全、主动风险评估、检测器数据、随机森林、贝叶斯网络(BN)

所属期刊栏目：43

分类号：U121(城市交通运输)

资助基金：教育部新世纪人才计划NCET-13-0425;中央高校基本科研业务费专项资金1600219205

在线出版日期：2015-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：221-225,324