基于XGBoost模型的不同地区危化品道路运输事故分析

摘要：

为降低危化品道路运输事故对人员、财产和环境造成的破坏,保障危化品道路运输的安全性,提出具体有针对性的事故预防措施,探索多种数据挖掘方法去识别不同地区危化品道路运输事故发生的原因.首先,考虑到危化品道路运输事故的稀缺性,将逻辑回归(LR)、支持向量机(SVM)、多层感知机(MLP)和XGBoost模型基于相同的训练和测试数据进行性能评估,确定最佳的危化品道路运输事故数据分析模型;其次,针对我国不同地区之间地理环境、自然资源、人口、经济、危化品需求等方面存在的差异性,利用最佳的分析模型分别探索各事故特征在不同地区对事故严重程度的影响.研究结果表明,XGBoost模型在危化品道路运输事故数据分析中表现最佳,在对事故严重程度有显著影响的特征方面,各地区之间存在一定的差异.同一特征对事故严重程度的影响在不同地区之间也有差异.

关键词：道路运输;危化品;事故严重程度分析;XGBoost模型

所属期刊栏目：38

分类号：U491(交通工程与公路运输技术管理)

资助基金：上海市科委科技创新行动计划;国家自然科学基金;国家重点研发计划

在线出版日期：2022-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：78-83