基于改进Apriori算法的道路运输事故致因分析

李文勇, 卢睿, 廉冠, 吴樱梓, 陈杰, 王文宇, 梁钰瑶

大连交通大学学报 ›› 2024, Vol. 45 ›› Issue (05) : 16 -23.

PDF (7813KB)
大连交通大学学报 ›› 2024, Vol. 45 ›› Issue (05) : 16 -23. DOI: 10.13291/j.cnki.djdxac.2024.05.003

基于改进Apriori算法的道路运输事故致因分析

作者信息 +

Author information +
文章历史 +
PDF (7999K)

摘要

为深入研究我国道路运输事故的致因因素,探究各因素之间的相关联系,提出一种改进的关联规则算法,并将其运用于道路运输事故数据分析。首先,将预处理后的数据进行分类,建立多维层体系框架;其次,对影响事故属性的因素进行灰色关联分析,生成新的候选项集;最后,运用考虑定向约束的Apriori算法挖掘关联规则。基于广西壮族自治区2019—2022年道路运输事故数据并对其进行详细分析,结果表明:道路运输事故中夜间时段发生事故的原因大多为疲劳驾驶,由于驾驶员行车速度不当造成追尾事故的发生。与运用传统的Apriori算法相比,该方法生成的无效规则减少了69.15%,准确率提高了49.14%,在保证准确性提升的前提下大大提高算法的效率。

关键词

道路运输事故 / 致因因素 / 关联规则 / Apriori算法 / 灰色关联分析

Key words

引用本文

引用格式 ▾
李文勇, 卢睿, 廉冠, 吴樱梓, 陈杰, 王文宇, 梁钰瑶 基于改进Apriori算法的道路运输事故致因分析[J]. 大连交通大学学报, 2024, 45(05): 16-23 DOI:10.13291/j.cnki.djdxac.2024.05.003

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF (7813KB)

38

访问

0

被引

详细

导航
相关文章

AI思维导图

/