[发明专利]一种基于随机森林理论的交通事故时空热点判别方法

说明书

本发明公开了一种基于随机森林理论的交通事故时空热点判别方法，该方法包括如下步骤：(1)采集城市道路交通事故数据集；(2)城市道路交通事故时空热点的判断和提取；(3)基于随机森林模型算法，建立时空热点识别模型；(4)校正模型，调整参数，获得最终的交通事故时空热点判别方法模型。本发明的优点体现在：提出了一种综合考虑交通事故时间和空间特点的方法，来判断城市道路网络中因各类风险而可能成为事故时空热点的位置，从而更有针对性地提升城市道路安全。

技术领域

本发明涉及道路交通安全技术领域，特别是涉及一种基于随机森林理论的交通事故时空热点判别方法。

背景技术

城市道路具有道路网络和交通组成复杂、交通量大、路侧建筑设施繁杂等特性，其发生的交通事故数也较多，容易造成人身伤害和各种程度的财产损失。通过对于交通事故的时间和空间属性的搜集和分析，管理部门将能够更全面的了解影响交通事故发生的相关因素，从而更有目的性地提升城市交通安全管理效率。

目前，国内外对于交通事故时间和空间属性特征的研究大多都是分离的，即便将事故在空间上的聚集和时间上的变化情况合起来考虑，也只是将两种分析简单地拼凑。因此，在较小的时间和空间范围内发生多起交通事故的位置被定义为交通事故的时空热点，以便于研究交通事故的时空分布情况。由于比起其他交通事故更为集中，且一般具有更为严重和更大范围的交通安全影响，交通事故地时空热点应当得到重视和研究。在当今信息量爆炸的大数据时代，通过挖掘交通事故的历史数据找到交通事故时空热点的特征，从城市道路网络中筛选出这样的时空热点，有利于更有针对性地提高城市的交通安全，从而改善城市道路交通安全水平。

发明内容

本发明的目的在于一种基于随机森林理论的交通事故时空热点判别方法，从交通事故历史数据出发，提取出城市道路交通事故时空热点的特性，并以此为根据、利用事故所在位置的年平均日交通量、道路等级、天气、路面情况、人口和就业数据及事故发生点附近交叉口、公共交通设施和兴趣点情况等数据，通过随机森林算法，来更为科学和可靠地判定城市道路网络中的事故时空热点。

技术方案：为达此目的，本发明提出一种基于随机森林理论的交通事故时空热点判别方法，该方法包括如下步骤：

(1)采集城市道路交通事故数据集。所用数据集包含事故所在位置的年平均日交通量V、道路等级S(S＝1为高速公路，S＝2为一级公路，S＝3为二级公路，S＝4为三级公路，S＝5为四级公路)、天气W(W＝1为晴天，W＝2为雨天，W＝3为雪天，W＝4为雾天，W＝5为大风天气)、路面情况R(R＝1为干燥路面，R＝2为潮湿路面，R＝3为积雪结冰路面)、人口和就业数据P及事故发生点附近交叉口数目I、公共交通设施数目B(包括公交车站数量和地铁站数量)和兴趣点数量O(包括医疗、娱乐、商业、工作和教育)数据。将该数据集数据根据预设百分比值划分为模型训练数据集和测试集，并对数据进行预处理以处理数据缺失、清除异常数据、纠正错误数据。