基于數據挖掘的道路交通事故分析研究.pdf

1、“十二五”時期，隨著我國經濟社會發(fā)展保持較高增長速度，城鎮(zhèn)化深入發(fā)展，道路交通基礎設施日益完善，機動車保有量、駕駛人數量和道路交通流量持續(xù)增長，道路交通在支撐和引導經濟社會發(fā)展方面的作用越來越明顯。隨之而來，道路交通安全問題已日益發(fā)展成為事關人民生命財產安全、影響和制約經濟社會發(fā)展質量效益的關鍵性問題，在國家安全戰(zhàn)略高度得到了關注和重視。
　　道路交通事故是人、車、道路、環(huán)境等動靜態(tài)因素耦合失調而導致的人或物同時受損的過程。道路交

2、通事故歷史數據可直接反映事故發(fā)生時人、車、道路、環(huán)境等因素間的作用關系。鑒于道路交通事故發(fā)生的多因素性、偶然性和模糊性等特征，對其進行分析研究一般以道路交通事故歷史數據為研究對象，相關理論和方法的提出，旨在多角度、多層次的分析道路交通事故的影響因素，揭示出各類事故歷史數據間相互關聯(lián)作用的潛在規(guī)律與特征，有效輔助交通安全管理及事故防治。
　　數據挖掘技術是從大量數據中挖掘隱含的、未知的、對決策具有潛在價值的概念、規(guī)則、規(guī)律、模式的數

3、據分析方法。把道路交通事故歷史數據作為數據挖掘對象，對道路交通事故進行分析研究，重點和難點在于:一方面，事故歷史數據多用于對“事故起數”、“受傷人數”、“死亡人數”和“財產損失”四項指標的描述性統(tǒng)計，其潛在信息價值未得到充分挖掘和反映;另一方面，事故歷史數據的離散性、多維度和模糊因素集合等特征，以及信息采集過程中存在的完整性、客觀性以及標準化等方面的問題，導致事故歷史數據挖掘存在各種應用局限，進而直接影響傳統(tǒng)數據分析理論與方法的應用效果

4、。
　　本論文針對我國道路交通事故信息采集數據的特點及數據分析應用中的關鍵問題，從事故嚴重程度分析、事故預測和事故致因分析三個方面，運用分類、回歸、聚類分析、關聯(lián)規(guī)則挖掘等數據挖掘相關理論與方法，構建基于數據挖掘的道路交通事故分析體系，深入探究道路交通事故與人、車、道路、環(huán)境等要素的作用關系。取得如下主要研究成果:
　　(1)以道路交通事故信息采集數據為研究對象，采用數據挖掘相關理論和方法，構建道路交通事故分析體系，為揭示交

5、通事故影響因素及作用規(guī)律、預測事故發(fā)展趨勢、改善事故預防機制和提高道路交通系統(tǒng)安全水平提供數據基礎和理論依據。
　　(2)在對道路交通事故的人、車、道路、環(huán)境等背景因素分布特征與影響機理充分認識的基礎上，比較研究各國道路交通事故信息采集技術和數據特征的異同，重點分析我國現行道路交通事故信息采集領域，特別是事故信息數據結構的現狀和特點，為執(zhí)行數據挖掘準備奠定了基礎。
　　(3)引入數據挖掘理論的分類思想進行事故嚴重程度分析研究

6、，按照二分類和多分類方法分別構建線性和非線性事故嚴重程度TPMSVM分類模型。同時，建立基于特征選擇的事故嚴重程度背景因素分析方法，依據各特征變量對模型分類效果貢獻程度的重要性排序，挖掘得到影響事故嚴重程度的核心特征變量。在實證研究環(huán)節(jié)，通過特征選擇、參數尋優(yōu)算法，分別獲得交叉驗證條件下的線性和非線性分類最優(yōu)精度和特征變量重要度排序。
　　(4)提出基于ARIMA和SVR的時間序列組合預測模型，實現對事故四項指標的時點預測。同時，