基于数据挖掘的道路交通事故分析及预测模型研究

论文摘要

随着道路交通事业的发展,交通事故也在不断增加,对人类的生命和财产安全构成了极大的威胁。我国目前的道路交通安全状况相对于世界水平要差得多,道路交通事故所造成的损失非常高。因此,改善交通安全状况、预防和减少交通事故具有重大的现实意义。本文首先介绍了国内外道路交通安全及研究技术的现状,在对宿迁市道路交通事故进行调研的基础上,从人-机（车）-环境系统分析了交通事故的成因,阐述了影响交通安全的各种因素与交通事故的关系,为建立道路交通事故成因分析模型奠定了基础;其次,运用数据挖掘中的多维关联规则提取技术对交通事故记录进行事故特性分析,找出交通事故成因关联规则,建立成因分析模型,并在.NET环境下实现了模型算法;然后,分析比较了当前常用的几种交通事故预测方法,采用能够提供实时交通事故预警信息的贝叶斯网络理论建立道路交通事故预测模型,在事故成因分析模型的基础上,尝试综合考虑导致交通事故的多个事故属性,构建网络模型,并通过计算变量间的条件概率来计算事故发生的可能性,达到事故预测的目的,在.NET环境下实现了模型算法,通过历史数据验证了该模型的有效性和可行性;最后,从人因工程学角度提出有效预防和控制道路交通事故发生、改善道路交通安全的措施。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 国内外交通安全及研究技术现状
• 1.2.1 国内外交通安全现状
• 1.2.2 国内外研究的技术现状
• 1.3 研究的目的和意义
• 1.4 研究方法
• 1.5 论文主要研究内容与技术路线
• 1.5.1 论文主要研究内容
• 1.5.2 论文技术路线
• 第二章 道路交通事故的影响因素分析
• 2.1 概述
• 2.2 人的原因
• 2.2.1 机动车驾驶员因素
• 2.2.2 非机动车驾驶员因素
• 2.2.3 行人乘车人因素
• 2.3 车辆的原因
• 2.4 环境的原因
• 2.4.1 道路环境的原因
• 2.4.2 自然环境的原因
• 2.4.3 交通环境的原因
• 2.5 小结
• 第三章 基于数据挖掘的道路交通事故成因分析模型
• 3.1 数据挖掘技术
• 3.1.1 关联规则的基本概念
• 3.1.2 关联规则的算法
• 3.2 道路交通事故属性数据集模型
• 3.2.1 道路交通事故属性数据集模型目标分析
• 3.2.2 道路交通事故属性数据集描述
• 3.2.3 道路交通事故属性数据预处理
• 3.3 基于数据挖掘的道路交通事故属性的多维关联规则提取
• 3.3.1 多维Apriori 算法的数据结构
• 3.3.2 多维Apriori 算法的详细描述
• 3.3.3 算法设计过程中需要注意的问题
• 3.4 交通事故成因分析与决策支持系统软件实现
• 3.4.1 道路交通事故形态分析子系统软件实现
• 3.4.2 道路交通事故成因分析子系统软件实现
• 3.5 本章小结
• 第四章 基于贝叶斯网络的道路交通事故预测模型
• 4.1 道路交通事故常用预测方法
• 4.1.1 时间序列预测法
• 4.1.2 回归分析法
• 4.1.3 灰色预测
• 4.1.4 组合预测
• 4.1.5 神经网络法
• 4.2 贝叶斯网络理论
• 4.2.1 概率论及概率推理
• 4.2.2 贝叶斯网络
• 4.3 基于贝叶斯网络的道路交通事故预测模型
• 4.3.1 交通事故预测模型的变量及其对应的值域
• 4.3.2 交通事故预测模型的网络结构
• 4.3.3 利用构建的网络进行事故预测
• 4.4 交通事故预测模型软件实现
• 4.5 本章小结
• 第五章 道路交通事故预防保障体系
• 5.1 概述
• 5.2 人的保障体系
• 5.2.1 对驾驶员应采取的措施
• 5.2.2 对行人应采取的措施
• 5.2.3 对其他交通参与者应采取的措施
• 5.3 车辆保障体系
• 5.3.1 车辆构成
• 5.3.2 车辆安全技术标准
• 5.3.3 车辆管理
• 5.4 环境技术保障体系
• 5.4.1 对现有道路沿线设施进行优化创新
• 5.4.2 交叉口交通组织优化
• 5.4.3 接入管理技术的应用
• 5.4.4 交通静化（Traffic Calming）技术的应用
• 5.5 交通管理保障体系
• 5.5.1 安全管理政策
• 5.5.2 急救体系（Emergency aid）
• 5.5.3 智能交通系统（ITS）技术应用
• 5.6 小结
• 第六章 总结与展望
• 6.1 本文主要工作与结论
• 6.2 本文主要创新点
• 6.3 对未来工作的展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文