城市快速路交通事故持续时间预测

《城市快速路交通事故持续时间预测》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第35卷，第1期公路工程Vo1．35，No．12010年2月HighwayEngineeringFeb．，2010城市快速路交通事故持续时间预测赵小强。李瑞敏(清华大学交通研究所，北京100084)[摘要]有效的交通事件管理系统需要对交通事故持续时间进行准确的预测。基于北京市122事故报警系统的65000组数据，分别运用多元回归和分类回归树的方法对北京市快速路上的交通事故持续时间进行了建模，并运用另外的8000组数据对预测模型的精度进行了检验，回归模型的误差平均值为30．7463％，分类回归树的误差平均值为29

2、．5197％，误差分析结果表明，多元回归模型和分类回归树模型的结果都比较令人满意；分类回归树并不能显著的提高模型预测的精度。[关键词]决策树；分类回归树；多元回归；误差分析[中圈分类号]U491．3[文献标识码]A[文章编号】1674—0610(2010)01—0042—03IncidentDurationModelsofUrbanExpresswayZHAOXiaoqiang，LIRuimin(InstituteofTransportationEngineering，TsinghuaUniversity，Be

3、ijing100084，China)[Abstract]Effectiveincidentmanagementrequireaccuratepredictionofincidentdurationtime．Inthispaper，linearregressionanddecisiontreeisemployedtomodeltheincidentdurationtime．the65000incidentrecordsfromBeijingtransportationmanagecenterwasusedform

4、odeldevelopmentandanther8000forvalidation．Theaverageerrorofmultiplelinearregressionmodelsis30．7463％whiletheclassificationandregressiontreemodelis29．5197％．itisshowsthattheclassificationandregres—siontreemodelcannotenhancetheaccuracyofpredictionsignificantlyan

5、dtheaverageerrorofpredictionondifferentringsofBeijingexpresswayisapproximatelysame．[Keywords]decisiontree；classificationandregressiontree；multiplelinearregression；erroranalysis决策树的方法对北京市的事故持续时间(发生、确0引言认和清除时间)进行建模，并且运用了8000组数据目前，交通拥堵问题已经成为各个城市的通病。对两个模型预测精度进行了

6、校验和对比。对于常发性的拥堵问题，出行者可以根据预期的拥1数据描述堵的程度或者自身的经验来改变自己的出行路径或者方式，但是对于偶发性的拥堵问题，例如事故、恶事故数据来自北京122报警系统数据库中记录劣天气引起的拥堵问题，拥堵发生的时间和地点都的65000组数据。事故数据通过电话报警由民警是随机的，出行者无法根据自己的知识系统对驾驶记录下来的。首先剔除具有残缺事故信息的事故记行为做出指导，这就需要对事故持续时间进行快速录，最终剩余完整数据62492组。一条事故数据记的预测，并实时传达给路上的道路使用者。事故持录包

7、含很多因素，有些因素直观的可以看出对事故续时间包括四个阶段，事故的检测、确认、清除和恢的持续时间没有影响，比如报警人的电话号码等，为复四个阶段。目前，对交通事故持续时间预测方法了减少预测的成本同时提高预测的精度，删除与事有概率分布、多元回归、风险模型、时间序列模型和故的持续时间基本上不相干的因素，最终确定的事决策树模型，本文基于北京市122报警系统记录的故持续时间影响因素有高峰小时、处理方式、发生环65000条事故数据，分别运用了线性回归的方法和路、事故等级、事故类型。[收稿日期]2009—11—09[基金项目

8、]国家“863”高技术计划项目(2007AA11Z202和2007AA11Z233)，国家科技支撑计划项目(2006BAGO1AO1)[作者简介]赵小强(1985一)，男，陕西西安人，硕士研究生，主要从事智能交通与交通规划研究。第1期赵小强，等：城市快速路交通事故持续时间预测432．2决策树模型2模型决策树分类方法是一种从无次序、无规则的训分别运用多元回归和分类回归树树的方法对事练样本