[发明专利]一种路段交通事故率的预测方法、装置及计算机存储介质

权利要求书

1.一种路段交通事故率的预测方法，其特征在于，所述方法包括：

获取经过参数估计的路段事故空间分位数预测模型；其中，所述路段事故空间分位数预测模型为基于设定区域内各路段的历史年平均日交通量、道路属性数据与历史年交通事故率进行模型参数估计所获得的，所述设定区域包括至少两个行政区域，所述道路属性数据包括道路设施特征参数和所属的行政区域；

获取待预测路段在预测年的年平均日交通量和所述待预测路段的道路属性数据；

基于所述路段事故空间分位数预测模型中与所述待预测路段所属的行政区域对应的区域分位子模型进行预测，获得所述待预测路段在预测年的交通事故率。

2.根据权利要求1所述的方法，其特征在于，所述道路设施特征参数包括路段长度、路段车道数、路段中央分隔带类型、路肩宽度中的至少一种。

3.根据权利要求1或2所述的方法，其特征在于，所述获取经过参数估计的路段事故空间分位数预测模型，包括：

获取设定区域内各路段的空间事故样本集，所述各路段的空间事故样本包括各路段的历史年平均日交通量、历史年交通事故率和对应的道路属性数据；

针对所述设定区域中包含的各行政区域，基于所述各路段的空间事故样本集对所建立的预设区域模型采用空间分位数算法进行参数估计，获得所述各行政区域分别对应的区域分位子模型；

根据所述各行政区域分别对应的区域分位子模型组成路段事故空间分位数预测模型。

4.根据权利要求3所述的方法，其特征在于，所述针对所述设定区域中包含的各行政区域，利用所述各路段的空间事故样本集对所建立的预设区域子模型采用空间分位数算法进行参数估计，获得所述各行政区域分别对应的区域分位子模型，包括：

将所述各路段的空间事故样本集划分为训练样本集和测试样本集；

对于每一行政区域，基于所需分位个数确定区域分位子模型个数，所述区域分位子模型个数与所述所需分位个数相同；

基于所述训练样本集对所建立的数量与所述区域分位子模型个数相同的多个预设区域模型采用空间分位数算法进行参数估计，并利用所述测试样本集对参数估计后生成的多个候选区域分位子模型进行测试，将测试结果最优的候选区域分位子模型确定为对应所述行政区域的区域分位子模型。

5.根据权利要求4所述的方法，其特征在于，所述区域分位子模型为q_τ(y_i|x_i,U_r)＝x_iβ_τ(U_r)，其中，τ表示交通事故率分布的不同分位且0τ1，y_i表示路段i的交通事故率，x_i表示路段i的年平均日交通量和道路设施特征参数，U_r表示路段i所属的行政区域r的空间信息且r＝1,2,...,R，R表示所述设定区域中包含的行政区域总数，β_τ(U_r)＝(β_0,τ(U_r),...,β_m,τ(U_r))^T表示在第τ分位数下关于U_r的光滑变系数函数的向量，用于捕捉行政区域r中各路段的年平均日交通量和道路设施特征参数的影响，m表示道路设施特征参数的个数。

6.根据权利要求4所述的方法，其特征在于，所述测试结果最优包括测试结果的平均差误差最小。

7.根据权利要求3所述的方法，其特征在于，所述获取设定区域内各路段的空间事故样本集，包括：

按照预设行政区域划分规则对设定区域进行划分，获得所述设定区域所包含的各行政区域；

获取所述各行政区域内对应路段的历史年平均日交通量、历史年交通事故率和道路设施特征参数；

根据所述各行政区域内对应路段的历史年平均日交通量、历史年交通事故率和道路设施特征参数，获取所述设定区域内各路段的空间事故样本集。