文献类型：期刊文章

作　　者：孙轶轩[1] 邵春福[1] 赵丹[2] 欧阳松寿[3]

机构地区：[1]北京交通大学城市交通复杂系统理论与技术教育部重点实验室,北京100044 [2]中国人民公安大学交通管理系,北京102623 [3]北京市交通委员会运输管理局,北京100053

出　　处：《长安大学学报（自然科学版）》

基　　金：国家重点基础研究发展(973)计划资助项目(2012CB725403);国家自然科学基金国际合作重大项目(71210001)

年　　份：2014

卷　　号：34

期　　号：5

起止页码：109-116

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSA、CSCD、CSCD2013_2014、EI(收录号：20144600210325)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：根据中国现行交通事故严重程度分类与事故信息数据分布特征,基于C5.0决策树方法,选取某省会城市城区及周边重点公路16 009起交通事故现场数据,分别将事故严重程度输出变量按照2分类和3分类,输入变量按照空间属性、涉事驾驶人及车辆属性和全属性,建立事故严重程度预测模型,生成相应规则集并利用测试样本进行检验和模型对比。研究结果表明:2分类和3分类事故严重程度预测模型精度分别为70%和61%,多模型综合优度有所提升;实证规则集揭示了影响事故严重程度分类的因素主要有,碰撞类型、道路属性、事故致因和驾驶人类型等。

关 键 词：交通工程 交通事故严重程度  预测模型  数据挖掘 决策树 C5.0算法  

分 类 号：U491.31[物流管理与工程类]