[发明专利]一种基于梯度提升树模型的高速公路事故预测方法及系统

权利要求书

1.一种基于梯度提升树模型的高速公路事故预测方法，其特征在于，包括：

收集历史事故数据，形成交通事故数据集；

对交通事故数据集进行数据清洗；

对数据清洗后的交通事故数据集进行数据预处理；

对数据预处理后的交通事故数据集进行特征提取，得到用于预测事故发生的关键变量；

结合梯度提升树模型，构建动态事故预测模型；

将交通事故数据集输入动态事故预测模型，利用关键变量对动态事故预测模型进行训练，获得训练后的动态事故预测模型；

将在线数据输入训练后的动态事故预测模型中，获得输出的预计事故值。

2.根据权利要求1所述的基于梯度提升树模型的高速公路事故预测方法，其特征在于，所述数据清洗包括数据格式化、数据异常值剔除和数据空缺值填补。

3.根据权利要求1所述的基于梯度提升树模型的高速公路事故预测方法，其特征在于，所述历史事故数据包括但不限于事故发生时间、事故发生路段、事故所处车道方向、事故发生天气和事故造成损失情况。

4.根据权利要求3所述的基于梯度提升树模型的高速公路事故预测方法，其特征在于，所述数据预处理包括：

通过数据聚合，根据事故发生时间和事故发生路段，统计自第一个交通事故开始以来，各路段、各时间段发生的事故数量和事故造成损失情况，形成交通事故案例聚合数据库；

通过独热编码方式，将交通事故案例聚合数据库的事故发生天气数据分隔为离散的多维向量；

将事故发生时间与实际的日历进行对应，提取出事故发生时间所在日期的属性，并将每一个属性各自作为一个独立的特征加入交通事故案例聚合数据库。

5.根据权利要求4所述的基于梯度提升树模型的高速公路事故预测方法，其特征在于，所述数据预处理还包括估计全日断面车流量，包括：

通过最近一天的车流量分布曲线，获得该小时断面车流量占全日断面车流量的比例；

估计全日断面车流量；

形成路段小时事故数据的稀疏矩阵。

6.根据权利要求1所述的基于梯度提升树模型的高速公路事故预测方法，其特征在于，所述结合梯度提升树模型，构建动态事故预测模型包括：

初始化，估计使损失函数极小化的常数值，其为只有一个根节点的树；

计算损失函数的负梯度在当前模型的值，将其作为残差的估计；

估计回归树叶节点区域，以拟合残差的近似值；

利用线性搜索估计叶节点区域的值，使损失函数极小化；

更新回归树；

得到输出的动态事故预测模型。

7.根据权利要求1所述的基于梯度提升树模型的高速公路事故预测方法，其特征在于，所述将交通事故数据集输入动态事故预测模型包括：

将所述交通事故数据集中的75％数据作为训练集，另外25％作为测试集。

8.一种基于梯度提升树模型的高速公路事故预测系统，其特征在于，包括：

数据收集模块，用于收集历史事故数据，形成交通事故数据集；

数据清洗模块，用于对交通事故数据集进行数据清洗；

数据预处理模块，用于对数据清洗后的交通事故数据集进行数据预处理；

特征提取模块，用于对数据预处理后的交通事故数据集进行特征提取，得到用于预测事故发生的关键变量；

模型构建模块，用于结合梯度提升树模型，构建动态事故预测模型；

模型训练模块，用于将交通事故数据集输入动态事故预测模型，利用关键变量对动态事故预测模型进行训练，获得训练后的动态事故预测模型；

预测模块，用于将在线数据输入训练后的动态事故预测模型中，获得输出的预计事故值。

9.根据权利要求8所述的基于梯度提升树模型的高速公路事故预测系统，其特征在于，所述历史事故数据包括但不限于事故发生时间、事故发生路段、事故所处车道方向、事故发生天气和事故造成损失情况；

所述数据预处理模块包括数据聚合模块、独热编码模块和日期判断模块；

所述数据聚合模块，用于通过数据聚合，根据事故发生时间和事故发生路段，统计自第一个交通事故开始以来，各路段、各时间段发生的事故数量和事故造成损失情况，形成交通事故案例聚合数据库；

所述独热编码模块模块，用于将交通事故案例聚合数据库的事故发生天气数据分隔为离散的多维向量；

所述日期判断模块，用于将事故发生时间与实际的日历进行对应，提取出事故发生时间所在日期的属性，并将每一个属性各自作为一个独立的特征加入交通事故案例聚合数据库。