一种消除交通事故样本异质性的道路安全分析方法及系统技术方案

本发明专利技术公开了一种消除交通事故样本异质性的道路安全分析方法及系统，涉及道路安全技术领域。具体地，首先根据事故的发生特征将事故进行聚类，分为具有不同属性特征的族群；然后基于事故的安全影响因素对不同的族群进行交通安全建模，应用安全分析模型，获得影响区域中各交通道路安全的影响因素，对区域进行安全评价。通过本发明专利技术的技术方案，提供了一种精确、全面、客观、反映影响数据具有真实性的道路安全评价方法，适用范围更广，特别是通过事故特征进行聚类能够扩大事故样本之间的异质性，更好地表征相同影响因素对不同事故族群的影响。响。响。

【技术实现步骤摘要】
一种消除交通事故样本异质性的道路安全分析方法及系统


[0001]本专利技术属于交通安全
，具体涉及一种消除交通事故样本异质性的道路安全分析方法及系统。

技术介绍

[0002]近几年构建道路安全事故分析模型成为了交通安全领域的研究热点，通过构建安全分析模型可以探索各安全因素对事故发生的影响。目前在在科研领域与专利应用领域，大多数研究都是通过引入安全影响因素，基于计数模型(如泊松或者负二项回归)构建安全分析模型。实际上，相同影响因素对不同事故类型的影响是不同的，因此许多研究通过构建随机安全模型评估各安全因素的异质性影响。然而现有的大多数研究都是只通过构建随机安全模型仍然无法考虑事故本身的异质性影响，无法同时考虑因素以及事故样本特征之间的异质性效应。

技术实现思路

[0003]本专利技术所要解决的技术问题是现有的大多数安全事故分析模型研究都是只通过构建随机安全模型仍然无法考虑事故本身的异质性影响，以及无法同时考虑因素以及事故样本特征之间的异质性效应。
[0004]为解决上述技术问题，本专利技术采用以下技术方案：
[0005]一种消除交通事故样本异质性的道路安全分析方法，针对研究区域，执行以下步骤，实现对研究区域道路的安全评价：
[0006]步骤A：针对研究区域对应的各交通事故，基于各交通事故分别对应的预设各类型事故特征、以及研究区域对应的预设各类型道路特征，构建族群聚类模型，将各交通事故划分为预设个数族群；
[0007]步骤B：基于各族群分别对应的各交通事故，结合研究区域对应的预设各类型道路特征，构建各族群分别对应的安全分析模型；
[0008]步骤C：基于各族群分别对应的安全分析模型，获得各族群分别对应的影响道路安全的各类型道路特征，实现对研究区域道路的安全评价。
[0009]作为本专利技术的一种优选技术方案，所述步骤A中，具体通过以下步骤，构建族群聚类模型，将各交通事故划分为预设个数族群：
[0010]步骤A1：针对研究区域对应的各交通事故，基于各交通事故分别对应的预设各类型事故特征、以及预设各类型道路特征，结合预设族群数，构建如下所示的初始族群聚类模型：
[0011][0012]式中，p(c|x
i
)表示交通事故i属于族群c的概率，c∈C；x
i
表示交通事故i对应的预设各类型事故特征和研究区域对应的预设各类型道路特征；C为族群总数；α
s
表示族群s对
应的回归参数，α
s
表示族群s对应的常数；
[0013]步骤A2：基于初始族群聚类模型，结合预设概率阈值，将各交通事故划分为各个族群。
[0014]作为本专利技术的一种优选技术方案，所述预设个数族群的族群数，迭代执行以下步骤获得：
[0015]步骤1：针对研究区域对应的各交通事故，基于各交通事故分别对应的预设各类型事故特征、以及预设各类型道路特征，结合族群数，初始族群数为1，构建族群聚类模型；
[0016]步骤2：基于构建的族群聚类模型，获得AIC和BIC；
[0017][0018][0019]式中，SSE表示族群聚类模型分别对应各个族群的误差平方和；I表示研究区域对应的交通事故总数；L表示预设各类型事故特征和预设各类型道路特征的总数；
[0020]步骤3：基于AIC和BIC，结合上一次迭代中的AIC和BIC，若AIC和BIC的变化百分比均小于预设百分比阈值，则当前迭代对应的族群数为预设个数族群的族群数，结束迭代；否则，族群数加一，返回步骤1。
[0021]作为本专利技术的一种优选技术方案，所述步骤B中各族群分别对应的安全分析模型具体通过以下过程获得：
[0022]步骤B1：基于各族群分别对应的各交通事故，结合研究区域对应的预设各类型道路特征，分别针对各族群，采用随机参数的负二项回归模型，构建各族群分别对应的安全分析模型，模型如下公式所示；
[0023][0024]式中；N
ci
表示族群c中的交通事故的总数；X
j
为族群中第j类道路特征数据，ε为族群对应的回归模型误差；β0表示族群对应的常数；β
j
是族群中第j类道路特征对应的的回归参数；J表示预设各类型道路特征总数。
[0025]步骤B2：针对安全分析模型，基于β
j
重新修订安全分析模型，更新安全分析模型，更新后的安全分析模型如下所示：
[0026][0027]式中，式中，为正态分布均值为1方差为δ2。
[0028]作为本专利技术的一种优选技术方案，所述步骤C中，基于各族群分别对应的安全分析模型，具体通过以下过程，获得各族群分别对应的影响目标区域道路安全的各类型道路特征，进而实现对研究区域道路的安全评价：
[0029]当β
′
j
>0则表示第j类道路特征对族群中的事故发生具有正向影响，当β
′
j
<0则表示第j类道路特征对族群中的事故发生具有反向影响。
[0030]作为本专利技术的一种优选技术方案，所述预设各类型事故特征包括事故参与人员的年龄、性别、事故发生天气状况、事故发生地信号控制、事故发生地是否为交叉口。
[0031]作为本专利技术的一种优选技术方案，所述预设各类型道路特征包括路网密度、道路土地面积、绿化土地面积、主干道道路密度、和次干道道路密度。
[0032]一种基于消除交通事故样本异质性的道路安全分析方法的系统，包括族群聚类模块、安全分析模块、安全评价模块，族群聚类模块针对研究区域对应的各交通事故，基于各交通事故分别对应的预设各类型事故特征、以及研究区域的预设各类型道路特征，构建族群聚类模型，将各交通事故划分为预设个数族群；
[0033]安全分析模块基于各族群分别对应的各交通事故，结合研究区域对应的预设各类型道路特征，构建各族群分别对应的安全分析模型；
[0034]安全评价模块基于各族群分别对应的安全分析模型，获得各族群分别对应的影响道路安全的各类型道路特征。
[0035]一种消除交通事故样本异质性的道路安全分析方法的终端，包括存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行所述一种消除交通事故样本异质性的道路安全分析方法。
[0036]一种存储软件的计算机可读取介质，所述可读取介质包括能通过一个或多个计算机执行的指令，所述指令在被所述一个或多个计算机执行时，执行所述一种消除交通事故样本异质性的道路安全分析方法。
[0037]本专利技术的有益效果是：本专利技术提供了一种消除交通事故样本异质性的道路安全分析方法及系统，首先根据事故的发生特征将事故进行聚类，分为具有不同属性特征的族群；然后基于事故的安全影响因素对不同的族群进行交通安全建模，应用安全分析模型，获得影响区域中各交通道路安全的影响因素，对区域进行安全评价。通过本专利技术的技术方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种消除交通事故样本异质性的道路安全分析方法，其特征在于：针对研究区域，执行以下步骤，实现对研究区域道路的安全评价：步骤A：针对研究区域对应的各交通事故，基于各交通事故分别对应的预设各类型事故特征、以及研究区域对应的预设各类型道路特征，构建族群聚类模型，将各交通事故划分为预设个数族群；步骤B：基于各族群分别对应的各交通事故，结合研究区域对应的预设各类型道路特征，构建各族群分别对应的安全分析模型；步骤C：基于各族群分别对应的安全分析模型，获得各族群分别对应的影响道路安全的各类型道路特征，实现对研究区域道路的安全评价。2.根据权利要求1所述一种消除交通事故样本异质性的道路安全分析方法，其特征在于：所述步骤A中，具体通过以下步骤，构建族群聚类模型，将各交通事故划分为预设个数族群：步骤A1：针对研究区域对应的各交通事故，基于各交通事故分别对应的预设各类型事故特征、以及预设各类型道路特征，结合预设族群数，构建如下所示的初始族群聚类模型：式中，p(c|x
i
)表示交通事故i属于族群c的概率，c∈C；x
i
表示交通事故i对应的预设各类型事故特征和研究区域对应的预设各类型道路特征；C为族群总数；α
s
表示族群s对应的回归参数，α
s
表示族群s对应的常数；步骤A2：基于初始族群聚类模型，结合预设概率阈值，将各交通事故划分为各个族群。3.根据权利要求1所述一种消除交通事故样本异质性的道路安全分析方法，其特征在于：所述预设个数族群的族群数，迭代执行以下步骤获得：步骤1：针对研究区域对应的各交通事故，基于各交通事故分别对应的预设各类型事故特征、以及预设各类型道路特征，结合族群数，初始族群数为1，构建族群聚类模型；步骤2：基于构建的族群聚类模型，获得AIC和BIC；步骤2：基于构建的族群聚类模型，获得AIC和BIC；式中，SSE表示族群聚类模型分别对应各个族群的误差平方和；I表示研究区域对应的交通事故总数；L表示预设各类型事故特征和预设各类型道路特征的总数；步骤3：基于AIC和BIC，结合上一次迭代中的AIC和BIC，若AIC和BIC的变化百分比均小于预设百分比阈值，则当前迭代对应的族群数为预设个数族群的族群数，结束迭代；否则，族群数加一，返回步骤1。4.根据权利要求1所述一种消除交通事故样本异质性的道路安全分析方法，其特征在于：所述步骤B中各族群分别对应的安全分析模型具体通过以下过程获得：步骤B1：基于各族群分别对应的各交通事故，结合研究区域对应的预设各类型道路特征，分别针对各族群，采用随机参数的负二项回归模型，构建各族群分别对应的安全分析模
型，模型如下公式所示；式中；N
ci
表示族群c中的交通事故的总数；X...

【专利技术属性】
技术研发人员：郭延永，丁红亮，刘攀，岳全胜，刘佩，吴秀梅，
申请(专利权)人：东南大学，
类型：发明
国别省市：