公开(公告)号：CN116777300A

公开(公告)日：2023-09-19

申请号：CN202310913411.9

申请日：2023-07-24

申请人： 武汉大学

发明人： 谢波 ,  肖扬谋 ,  庞哲 ,  李晗 ,  谭徐媛 ,  王鲁豫 ,  巴可伟

IPC分类号： G06Q10/0639 ,  G06Q10/0635 ,  G06Q50/26 ,  G06N5/01 ,  G06N20/00

摘要： 本发明公开了一种基于梯度提升决策树的城市道路交通事故风险评估方法。该方法以交通小区为评估单元，通过收集社会经济环境、自然环境、建成环境和交通流特征四方面的影响因素及历史交通事故数据，基于梯度提升决策树算法建立并训练城市道路交通事故预测模型；然后从相对重要性和单变量部分依赖图两方面解析预测模型，并基于四分位数和五分位数原则划分交通事故风险等级、建立评价标准，实现单维度与多维度交通事故风险评估。本发明的方法考虑了宏观区域的多维度交通事故风险因素，运用机器学习方法深入探究了交通事故风险因素与交通事故数量之间的影响关系，可以有效且准确的对现状区域和规划方案开展交通事故风险评估，具有较强的可操作性。

公开(公告)号：CN116777300B

公开(公告)日：2024-03-22

申请号：CN202310913411.9

申请日：2023-07-24

申请人： 武汉大学

发明人： 谢波 ,  肖扬谋 ,  庞哲 ,  李晗 ,  谭徐媛 ,  王鲁豫 ,  巴可伟

IPC分类号： G06Q10/0639 ,  G06Q10/0635 ,  G06Q50/26 ,  G06N5/01 ,  G06N20/00

摘要： 本发明公开了一种基于梯度提升决策树的城市道路交通事故风险评估方法。该方法以交通小区为评估单元，通过收集社会经济环境、自然环境、建成环境和交通流特征四方面的影响因素及历史交通事故数据，基于梯度提升决策树算法建立并训练城市道路交通事故预测模型；然后从相对重要性和单变量部分依赖图两方面解析预测模型，并基于四分位数和五分位数原则划分交通事故风险等级、建立评价标准，实现单维度与多维度交通事故风险评估。本发明的方法考虑了宏观区域的多维度交通事故风险因素，运用机器学习方法深入探究了交通事故风险因素与交通事故数量之间的影响关系，可以有效且准确的对现状区域和规划方案开展交通事故风险评估，具有较强的可操作性。