[发明专利]一种异质性交通事故致因分析方法及设备

权利要求书

1.一种异质性交通事故致因分析方法，其特征在于，该方法包括以下步骤：

步骤S1：获取事故相关数据，提取交通事故潜在影响因素，所述的事故相关数据包括事故数据、交通流数据和道路几何数据，其中，所述的事故潜在影响因素根据病例对照的实验获取，通过对比事故与非事故情况下交通流的差异确定；

步骤S2：基于交通事故潜在影响因素，通过随机森林方法筛选交通事故关键影响因素；

步骤S3：基于交通事故关键影响因素，通过潜类别分析方法获得影响因素均质的多个子集，包括：步骤S31：获得影响因素均质的潜类别数目；步骤S32：基于分类数目和事故关键影响因素，得到各潜类别显著影响因素；步骤S33：基于各潜类别显著影响因素，构建影响因素均质的多个子集；

步骤S4：基于影响因素均质的多个子集，通过路径分析方法获得异质性交通事故致因，包括：步骤S41：基于影响因素均质的多个子集，获得路径分析方法预测结构；步骤S42：基于路径分析方法预测结构，得到异质性交通事故致因。

2.根据权利要求1所述的一种异质性交通事故致因分析方法，其特征在于，所述的随机森林方法袋外错误率OOB error rate为：

其中，X为袋外数据中分类结果错误的数目，N为袋外数据数目。

3.根据权利要求1所述的一种异质性交通事故致因分析方法，其特征在于，所述的随机森林方法平均精度下降VI_i为：

其中，ntree为森林里树的数目，OEA_ti为变化变量i的值后模型的袋外错误率，OEB_ti为变化变量i的值后模型的袋外错误率。

4.根据权利要求1所述的一种异质性交通事故致因分析方法，其特征在于，所述的步骤S42通过计算路径分析方法预测结构的拟合度指标近似误差均方根和显著程度得到异质性交通事故致因。

5.一种实现权利要求1-4任一所述的异质性交通事故致因分析方法的设备，包括控制器，所述控制器包括数据获取模块和计算模块，所述数据获取模块事故相关数据，计算模块包括随机森林计算模块、潜类别分析模块和路径分析模块，所述随机森林计算模块计算得到事故关键影响因素，所述潜类别分析模块计算得到影响因素均质的多个子集，所述路径分析模块计算得到异质性交通事故致因。