[发明专利]基于C４．５的高速公路事故主次因分析及事故类型判断方法

说明书

本发明公开了一种基于C４．５的高速公路事故主次因分析及事故类型判断方法，包括如下步骤：1、收集N条高速公路交通事故记录，包括事故发生时的道路条件、驾驶员情况、车辆情况等属性信息、事故类型；2、将属性信息进行符号化；由属性变量和事故类型构建样本集；3、N次事故的属性变量组成属性集合{V_i}作为输入，事故类型集合{C_i}作为输出，应用C４．５算法构建决策树，决策树的终端节点为事故类型，中间节点为属性；4、根据所建立决策树得到事故主次因素顺序。该方法综合考虑与事故相关的人‑车‑路‑环境指标，能够精准分析公路交通事故主次因，判断某些条件下最可能发生的事故类型，对公路交通管理部门采取防护措施具有指导意义。

技术领域

本发明属于公路交通安全管理研究领域，具体涉及一种基于数据挖掘的交通事故主次因判断方法及事故类型判断方法。

背景技术

高速公路是适合中长途出行的便捷途径，同时也是不安全因素最多的出行模式。我国每年因为交通事故所带来的人身伤亡和财产损失情况都十分严重，交通事故问题一直是交通领域科学研究的重点问题。

国外学者对基于数据挖掘的交通事故分析开展较早，且在研究方法上呈现多样化趋势。例如，灰色模型与回归模型可用来进行交通事故的预测，决策树模型可应用在探究事故主次致因与事故严重程度影响因素，贝叶斯模型可以用来探究单因素对事故发生影响的程度，聚类分析与关联规则算法可以用来探究与交通事故相关因素之间的关联，等等。

影响高速公路事故的因素众多，对事故致因进行分类和重要性排序可以协助交管部门制定合理防范措施和更为准确的决策。致因分析中对事故进行主次因分析可以量化每个因素对事故的影响程度，明确不同事故类型的影响机理，有利于分析人员抓住主要矛盾。决策树C4.5算法是探究主次因常用的一种分类算法，该方法运算速度快，适用于处理海量事故信息，树形图的表示方法符合人的思维方式且较为直观。因此，利用决策树C4.5算法探究影响事故主次因的方法具有很强的实用性与可操作性。

由于我国的高速公路建设较晚，收集事故信息尚且缺乏统一的标准，为进行数据分析，事故信息往往需要经过大量预处理工作才行。我国目前对交通事故的分析主要还停留在统计分析阶段。使用数据挖掘算法对事故进行分析对数据和方法本身要求高，目前还没有大体量推广。如何全面准确地收集信息和通过科学的方法对信息进行分析是我国目前在交通事故分析领域的两个重要议题。

发明内容

发明目的：针对现有技术中存在的问题，本发明公开了一种基于C4.5的高速公路事故主次因分析方法和事故类型判断方法，该方法综合考虑与事故相关的人-车-路-环境指标，能够精准分析公路交通事故主次因，判断某些条件下最可能发生的事故类型，对公路交通管理部门采取防护措施具有指导意义。

技术方案：本发明采用如下技术方案：

本发明一方面公开了一种基于C4.5的高速公路事故主次因分析方法，包括如下步骤：

(A1)收集N条高速公路交通事故记录，包括每一次事故发生时的道路条件、驾驶员情况、车辆情况等属性信息、事故类型；

(A2)将属性信息进行符号化，用符号表示每个属性的取值；设获取每次事故的m个属性构成属性变量V、每次事故的类型C，构建样本集T＝{T₁,T₂,…,T_N}；其中第i次事故T_i表示为T_i＝[V_i,C_i]，V_i为事故T_i的属性变量，C_i为T_i的事故类型，i＝1,…,N；一次事故的属性变量V表示为V＝[v₁,v₂,…,v_m]，v_j为第j个属性，j＝1,…,m；