基于优化CART的交通事故严重程度影响因素分析

doi:10.3969/j.issn.1674-0696.2023.09.13

重庆交通大学学报（自然科学版） ›› 2023, Vol. 42 ›› Issue (9): 93-98.DOI: 10.3969/j.issn.1674-0696.2023.09.13

• 交通基础设施工程 • 上一篇

基于优化CART的交通事故严重程度影响因素分析

张萌萌，李泽文，徐云帆，刘永栋

(山东交通学院交通与物流工程学院，山东济南 250357)

收稿日期:2022-04-20 修回日期:2022-07-15 发布日期:2023-10-16
作者简介:张萌萌（1981—），女，山东泰安人，教授，博士，主要从事智能交通规划与管理、交通大数据方面的研究。E-mail:573275197@qq.com 通信作者：李泽文（1997—），女，河南洛阳人，硕士研究生，主要从事智能交通规划与管理、交通大数据方面的研究。E-mail:sophialzw1116@163.com
基金资助:
国家自然科学基金项目（52102412）；全国统计科学研究项目（2021LY017）；2021年度山东省自然科学基金项目（ZR202103040503）；2021年度山东省自然科学基金项目（ZR2021QF110）

Influencing Factors of Traffic Accident Severity Based on Optimized CART

ZHANG Mengmeng, LI Zewen, XU Yunfan, LIU Yongdong

(School of Transportation and Logistics Engineering, Shandong Jiaotong University, Jinan 250357, Shandong, China)

Received:2022-04-20 Revised:2022-07-15 Published:2023-10-16

摘要/Abstract

摘要： 为深入剖析交通事故严重程度影响因素，实现交通事故主动预防、精准防控，选择车、路、环境等属性中显著性较高因素作为输入变量、以事故严重程度作为二分类输出变量，构建交通事故严重程度影响因素CART决策树模型，并选择CCP算法对模型进行优化求解。选择相对误差值、ROC曲线和AUC等作为评价指标验证模型的有效性，模型相对误差值仅为6.08%，AUC值为0.93。研究结果表明：在道路及交通环境方面，恶劣天气、塌陷路面、道路存在隐患、交叉口无信号控制等因素对交通事故严重程度影响较大；在车辆方面，大型货车发生较大及以上事故概率是其他车辆的4倍，上述因素应作为交通事故防控的重点。

关键词: 交通运输工程；交通安全；优化CART；交通事故严重程度；CCP算法

Abstract: In order to deeply analyze the influencing factors of traffic accident severity and realize the active prevention and accurate prevention and control of traffic accidents, the factors with high significance in the attributes such as vehicle, road and environment were selected as the input variables and the accident severity was taken as the secondary classification output variable. The CART decision tree model of the influencing factors of traffic accident severity was established and the CCP algorithm was selected to optimize and solve the proposed model. The relative error value, ROC curve and AUC were selected as evaluation indexes to verify the effectiveness of the proposed model. The relative error value of the proposed model was only 6.08% and the AUC value was 0.91. The research results show that in terms of road and traffic environment, the factors such as bad weather, collapsed pavement, hidden dangers in the road and no signal control at the intersection have a great impact on the severity of traffic accidents; in terms of vehicles, the probability of major accidents or above of large trucks is 4 times that of other vehicles. Therefore, the above factors should be the focus of traffic accident prevention and control.

Key words: traffic and transportation engineering; traffic safety; optimized CART; traffic accident severity; CCP algorithm

中图分类号:

U491.31

张萌萌，李泽文，徐云帆，刘永栋. 基于优化CART的交通事故严重程度影响因素分析[J]. 重庆交通大学学报（自然科学版）, 2023, 42(9): 93-98.

ZHANG Mengmeng, LI Zewen, XU Yunfan, LIU Yongdong. Influencing Factors of Traffic Accident Severity Based on Optimized CART[J]. Journal of Chongqing Jiaotong University(Natural Science), 2023, 42(9): 93-98.

参考文献

［1］国家统计局.中国统计年鉴［M］.北京：中国统计出版社，2021.
National Bureau of Statistics. China Statistical Yearbook ［M］. Beijing: China Statistics Press, 2021.
［2］马柱，陈雨人，张兰芳.城市道路交通事故严重程度影响因素分析［J］.重庆交通大学学报(自然科学版)，2014，33(1)：111-114.
MA Zhu, CHEN Yuren, ZHANG Lanfang. Influence factors of accident severity for urban road ［J］. Journal of Chongqing Jiaotong University (Natural Science), 2014, 33 (1): 111-114.
［3］马壮林，邵春福，董春娇，等.基于累积Logistic模型的交通事故严重程度时空分析［J］.中国安全科学学报，2011，21(9)：94-99.
MA Zhuanglin, SHAO Chunfu, DONG Chunjiao, et al. Temporal-spatial analysis model of traffic accident severity based on cumulative Logistic model ［J］. China Safety Science Journal, 2011, 21 (9): 94-99.
［4］冯忠祥，雷叶维，张卫华，等.道路环境对绕城高速公路交通事故严重程度影响分析［J］ .中国公路学报，2016，29(5)：116-123.
FENG Zhongxiang, LEI Yewei, ZHANG Weihua, et al. Analysis on traffic accident severity influenced by road environment on circular highway ［J］. China Journal of Highway and Transport, 2016, 29 (5):116-123.
［5］陈昭明，徐文远，曲悠扬，等.基于混合Logit模型的高速公路交通事故严重程度分析［J］.交通信息与安全，2019，37(3)：42-50.
CHEN Zhaoming, XU Wenyuan, QU Youyang, et al. Severity of traffic crashes on freeways based on mixed Logit model ［J］. Journal of Transport Information and Safety, 2019, 37 (3):42-50.
［6］胡骥，闫章存，卢小钊，等.基于有序Logit与Probit模型的交通事故严重性影响因素分析［J］.安全与环境学报，2018，18(3)：836-843.
HU Ji, YAN Zhangcun, LU Xiaozhao, et al. Analysis for the influential factors of the accident severity based on the ordinal Logit and Probit models ［J］. Journal of Safety and Environment, 2018, 18 (3): 836-843.
［7］杨晔.基于Scobit模型的城市道路交通事故受伤严重程度及其影响因素研究［D］.乌鲁木齐：新疆大学，2018.
YANG Ye. Study on Severity and Influencing Factors of Urban Road Traffic Accident Personnel Injuries Based on Scobit Model ［D］. Urumqi: Xinjiang University, 2018.
［8］王立晓，左志，杨晔，等.基于Scobit的交通事故受伤严重程度模型［J］.重庆交通大学学报(自然科学版)，2020，39(4)：1-5.
WANG Lixiao, ZUO Zhi, YANG Ye, et al. Injury severity model of motor vehicle crashes based on Scobit ［J］. Journal of Chongqing Jiaotong University (Natural Science), 2020, 39 (4):1-5.
［9］戢晓峰，吴亚欣，袁华智，等.二级公路交通流特征对事故严重程度的影响［J］.中国公路学报，2020，33(2)：135-145.
QI Xiaofeng, WU Yaxin, YUAN Huazhi, et al. Influences of traffic flow characteristics on accident severity on secondary roads ［J］. China Journal of Highway and Transport, 2020, 33 (2): 135-145.
［10］ DELEN D, SHARDA R, BESSONOV M. Identifying significant predic-tors of injury severity in traffic accidents using a series of artificial neural networks ［J］. Accident Analysis & Prevention, 2006, 38(3): 434-444.
［11］许洪国，张慧永，宗芳.交通事故致因分析的贝叶斯网络建模［J］.吉林大学学报(工学版)，2011，41(增刊1)：89-94.
XU Hongguo, ZHANG Huiyong, ZONG Fang. Bayesian network modeling of causation analysis of traffic accident ［J］. Journal of Jilin University (Engineering and Technology Edition), 2011, 41 (Sup1): 89-94.
［12］孙轶轩，邵春福，岳昊，等.基于SVM灵敏度的城市交通事故严重程度影响因素分析［J］.吉林大学学报(工学版)，2014，44(5)：1315-1320.
SUN Yixuan, SHAO Chunfu, YUE Hao, et al. Urban traffic accident severity analysis based on sensitivity analysis of support vector machine ［J］. Journal of Jilin University (Engineering and Technology Edition), 2014, 44 (5): 1315-1320.
［13］吕晓玲，宋捷.大数据挖掘与统计机器学习［M］.北京：中国人民大学出版社，2016.
LYU Xiaoling, SONG Jie. Big Data Mining and Statistical Machine Learning ［M］. Beijing: China Renmin University Press, 2016.
［14］孙轶轩，邵春福，赵丹，等.交通事故严重程度C5.0决策树预测模型［J］ .长安大学学报(自然科学版)，2014，34(5)：109-116.
SUN Yixuan, SHAO Chunfu, ZHAO Dan, et al. Traffic accident severity prediction model based on C5.0 decision tree ［J］. Journal of Changan University (Natural Science Edition), 2014, 34 (5): 109-116.
［15］张勇刚. 道路交通事故再现及预防关键技术研究［D］.广州：华南理工大学，2015.
ZHANG Yonggang. Study on Key Technologies of Traffic Accident Recon-struction and Prevention ［D］. Guangzhou: South China University of Technology, 2015.
［16］ BREIMAN L, FRIENDMAN J H, OLSHEN R A, et al. Classification and Regression Trees ［M］. New York: Routledge, 2017.
［17］ YOUNG W A, WECKMAN G R, HARI V, et al. Using artificial neu-ral networks to enhance CART ［J］. Neural Computing & Applications, 2012, 21(7):1477-1489.
［18］ KIM J, KIM Y. Maximum a posteriori pruning on decision trees and its application to bootstrap BUMPing ［J］. Computational Statistics & Data Analysis, 2006, 50(3): 710-719.

[1]	李升朝，吴越，白雪萌，王玥，张海. 基于TOPSIS与灰色关联的危货车辆违规报警研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 61-66.
[2]	王永岗，张衡，彭志鹏，周琬琦. 基于结构方程模型的出租车事故影响因素分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 36-42.
[3]	鄢小文1，徐建闽2. 基于协调路径的节点关联性模型研究[J]. 重庆交通大学学报（自然科学版）, 2020, 39(09): 31-37.
[4]	王立晓1，左志1，杨晔1，刘江水2. 基于Scobit的交通事故受伤严重程度模型[J]. 重庆交通大学学报（自然科学版）, 2020, 39(04): 1-5.
[5]	陈一锴1，王富超1，王凯1，郑宏富2，石琴1. 基于二元Logistic的公路货运超载关键影响因素识别[J]. 重庆交通大学学报（自然科学版）, 2018, 37(05): 92-96.
[6]	杨春风，庄灿，孙吉书，闫晓晨. 道路交通事故多因素分析[J]. 重庆交通大学学报（自然科学版）, 2018, 37(04): 87-95.
[7]	孙小端，侯洋洋，贺玉龙，冯丙丙. 青藏高原双车道事故严重程度预测模型的建立[J]. 重庆交通大学学报（自然科学版）, 2017, 36(7): 106-110.
[8]	郑福维1，肖健2，卿湘涛1，谢宇枫3，张丹丹1. 吉凤茶高速公路气象要素特征分析[J]. 重庆交通大学学报（自然科学版）, 2017, 36(6): 109-114.
[9]	于泉，王萌，邓小惠. 基于向前搜索和K均值聚类的信号交叉口行人群集分类方法研究[J]. 重庆交通大学学报（自然科学版）, 2015, 34(1): 100-104.
[10]	邱洪波，杨斌，黄勇. 基于灰色理论的城市核心区道路交通安全分析[J]. 重庆交通大学学报（自然科学版）, 2013, 32(6): 1228-1231.
[11]	邱洪波，杨斌，黄勇. 基于灰色理论的城市核心区道路交通安全分析[J]. 重庆交通大学学报（自然科学版）, 2013, 32(6): 1228-1231.
[12]	徐慧芬，徐建涛. 山城主干道设计常见问题及安全设计要点[J]. 重庆交通大学学报（自然科学版）, 2013, 32(2): 244-0247.
[13]	徐慧芬，徐建涛. 山城主干道设计常见问题及安全设计要点[J]. 重庆交通大学学报（自然科学版）, 2013, 32(2): 244-247.
[14]	曹建军. 道路交通事故当量死亡人数的计算模型研究[J]. 重庆交通大学学报（自然科学版）, 2013, 32(1): 91-94.
[15]	郭静，艾明昱. 我国城市公共交通安全现状及对策[J]. 重庆交通大学学报（自然科学版）, 2012, 31(增1): 610-611.

基于优化CART的交通事故严重程度影响因素分析

Influencing Factors of Traffic Accident Severity Based on Optimized CART

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics