[发明专利]基于随机森林的降雨天气高速公路二次事故致因分析方法

权利要求书

1.基于随机森林的降雨天气高速公路二次事故致因分析方法，其特征在于，包括如下步骤：

步骤1，收集若干条降雨天气高速公路交通事故数据，包括发生工作日、发生时间、事故形态、事故严重程度、事故车型、驾驶员性别、驾驶员年龄、驾驶状态、道路分类、车辆类别、碰撞位置、限速以及光照情况；

步骤2，定义时空阈值，根据时空阈值将步骤1收集的降雨天气高速公路交通事故区分为主事故及衍生出的二次事故，并用一条二次事故关联一条主事故形成一条数据，建立二次事故数据库；

步骤3，对二次事故数据库中的每条数据进行定量化描述，作为自变量，同时划分二次事故严重程度，对二次事故严重程度进行定量化描述，作为因变量，根据自变量和因变量构建样本集；

步骤4，基于随机森林构建降雨天气高速公路二次事故致因模型，将样本集输入模型中，得到降雨天气高速公路二次事故致因的排序以及各致因的基尼系数；

步骤5，根据基尼系数计算各致因对降雨天气高速公路二次事故的影响程度，根据影响程度划分各致因对于降雨天气高速公路二次事故的重要性。

2.根据权利要求1所述基于随机森林的降雨天气高速公路二次事故致因分析方法，其特征在于，所述步骤2的具体过程如下：

步骤21，定义时间阈值为2小时，空间阈值为2英里；若后一次事故的发生时间在前一次事故发生时间之后的2小时以内，且后一次事故的发生地点距前一次事故发生地点的2英里之内，则将前一次事故划分为主事故，后一次事故划分为二次事故；

步骤22，将发生工作日、发生时间、事故形态、事故严重程度、事故车型、驾驶员性别、驾驶员年龄、驾驶状态、道路分类、车辆类别、碰撞位置、限速以及光照情况中存在缺省值的事故数据删除，同时将二次事故距离主事故发生时间低于5分钟且距离主事故发生地点不超过5米的事故数据删除；

步骤23，将二次事故与主事故相关联，其中，主事故选取发生工作日、发生时间、事故形态、事故严重程度以及事故车型数据，二次事故选取距离主事故发生时间、距离主事故发生距离、驾驶员性别、驾驶员年龄、驾驶状态、道路分类、车辆类别、碰撞位置、限速以及光照情况数据，建立二次事故数据库。

3.根据权利要求2所述基于随机森林的降雨天气高速公路二次事故致因分析方法，其特征在于，所述步骤3的具体过程如下：

步骤31，对二次事故数据库中的每条数据进行定量化描述，作为自变量，即：发生工作日按周日～周六来描述，对应的定量化描述为1～7；发生时间按6～12点、12～18点、18～24点、24～6点这四个时间段来描述，对应的定量化描述为1～4；事故形态按追尾、碰撞、刮擦、侧滑、翻车、拥堵和抛锚这七种形态来描述，对应的定量化描述为1～7；事故严重程度对应的定量化描述为0～30；事故车型按小汽车、客车、货车这三种车型来描述，对应的定量化描述为0～2；

距离主事故发生时间对应的定量化描述为0～2；距离主事故发生距离对应的定量化描述为0～2；驾驶员性别按男、女来描述，对应的定量化描述为0～1；驾驶员年龄按16～20岁、21～25岁、26～35岁、36～45岁、46～55岁、56～65岁、66～75岁、75岁以上这八个年龄段来描述，对应的定量化描述为4～11；驾驶状态按直行、左转、右转、变道、越位、减速和停车这六个状态来描述，对应的定量化描述为0～5；道路分类按乡村高速、城市高速这两个类别来描述，对应的定量化描述为0～1；车辆类别按小汽车、客车、货车这三个类别来描述，对应的定量化描述为0～2；碰撞位置按无、车身侧面、车尾、车头这四个位置来描述，对应的定量化描述为0～3；限速对应的定量化描述为60～70mph；光照情况按白天、黑夜有光、黑夜无光这三种情况来描述，对应的定量化描述为0～2；

步骤32，对二次事故严重程度进行定量化描述，作为因变量，即：若2≤涉及车辆数与伤亡人数总和≤6，则取值为0；若7≤涉及车辆数与伤亡人数总和≤14，则取值为1；若15≤涉及车辆数与伤亡人数总和，则取值为2；

步骤33，根据自变量和因变量构建样本集。