[发明专利]一种基于RSF模型的交通事故持续时间影响因素分析方法

权利要求书

1.一种基于RSF算法的交通事故持续时间影响因素分析方法，其特征在于，该方法包括以下步骤：

步骤S1、获取轨道交通事故数据，预处理后得到原始数据集；

步骤S2、构建基于随机生存森林模型的事故持续时间预测模型；

步骤S3、基于C-index求得的预测误差率选取最优随机生存森林模型；

步骤S4、通过变量重要性VIMP指标确定轨道交通事故持续时间的影响因素，并计算重要程度。

2.根据权利要求1所述的一种基于RSF算法的交通事故持续时间影响因素分析方法，其特征在于，所述步骤S1具体为：

采用爬虫算法提取轨道交通事故数据，包括事故持续时间、事故类型、事故区段以及发布信息；

对于轨道交通事故数据进行文本信息提取，并剔除重复、缺失和异常的数据并对于事故数据进行拓展，增加路线相关变量、环境变量、站点相关变量、事故相关变量、事故类型变量进行分析，获得原始数据集D。

3.根据权利要求1所述的一种基于RSF算法的交通事故持续时间影响因素分析方法，其特征在于，所述步骤S2包括以下子步骤：

步骤S21、利用bootstrap法从原始数据集D中分离出训练数据集L以及测试数据集L′；

步骤S22、构建二元递归生存树，随机选取预定数量的特征进行拆分，并对比不同节点拆分规则，选择对子节点生存值差异最大的节点拆分规则进行拆分，尽可能地生长生存树，直到每个末端节点的样本数不低于最小默认值；

步骤S23、在生成预设数量的生存树后，采用Nelson-Aalen方法估计随机生存森林模型的总累积风险。

4.根据权利要求3所述的一种基于RSF算法的交通事故持续时间影响因素分析方法，其特征在于，所述步骤S21中原始数据集D表示为(X₁，T₁，δ₁)，...，(X_n，T_n，δ_n)，其中，X表示事件影响因素对应的特征向量，T表示事件的持续时间，δ表示删失状态。

5.根据权利要求4所述的一种基于RSF算法的交通事故持续时间影响因素分析方法，其特征在于，所述步骤S22中的不同节点拆分规则包括Log-rank拆分法、Log-rank score拆分法以及Random拆分法。

6.根据权利要求3所述的一种基于RSF算法的交通事故持续时间影响因素分析方法，其特征在于，所述步骤S23具体为：

对于终端节点h，第l棵树的CHF累积危险函数为：

其中，为终端节点h，第l棵树的CHF累积危险函数值；d_l，h为终端节点h中事故持续时间大于t_l，h的样本数，Y_l，h为终端节点h中事故持续时间大于t_l，h时发生事件的样本数；

则对于整个随机森林模型样本的总累积风险为：

其中，L为生存树数目；x_e为整个随机森林模型的样本。

7.根据权利要求1所述的一种基于RSF算法的交通事故持续时间影响因素分析方法，其特征在于，所述步骤S3具体为：采用C-index计算OOD预测误差，计算不同生存树、拆分规则所构建的随机生存森林模型的预测误差率，选择最优随机生存森林模型。