山区高速公路事故严重度多分类预测研究

摘要

为提升山区高速公路交通安全水平，建立准确有效的交通事故严重程度预测模型，该文基于重庆市2010—2016年2 484起山区高速公路交通事故数据，从人、车、路、环境4个方面选取了17个事故影响因素作为解释变量。分别构建部分比例优势模型、随机森林模型以及XGBoost模型进行山区高速公路交通事故严重程度多分类预测，并通过混淆矩阵、准确率、少数类召回率评估模型性能。结果表明：XGBoost模型在山区高速公路交通事故严重程度多分类预测方面预测精度最高，总体准确率为69.58%，对严重事故的召回率为61.11%，显著优于部分比例优势模型和随机森林模型。此外，夜间无路灯照明、大型车辆参与事故、桥梁路段在部分比例优势模型和XGBoost模型中均为强作用因素，其中，桥梁路段发生严重事故的概率比其他路段高2.649倍。

关键词

交通工程 / 交通安全 / 交通事故严重程度 / 部分比例优势模型 / 随机森林算法 / XGBoost算法