交通事故严重程度C5.0决策树预测模型

摘要：

根据中国现行交通事故严重程度分类与事故信息数据分布特征,基于C5.0决策树方法,选取某省会城市城区及周边重点公路16 009起交通事故现场数据,分别将事故严重程度输出变量按照2分类和3分类,输入变量按照空间属性、涉事驾驶人及车辆属性和全属性,建立事故严重程度预测模型,生成相应规则集并利用测试样本进行检验和模型对比.研究结果表明:2分类和3分类事故严重程度预测模型精度分别为70％和61％,多模型综合优度有所提升;实证规则集揭示了影响事故严重程度分类的因素主要有,碰撞类型、道路属性、事故致因和驾驶人类型等.

关键词：交通工程、交通事故严重程度、预测模型、数据挖掘、决策树、C5.0算法

所属期刊栏目：34

分类号：U491.31(交通工程与公路运输技术管理)

资助基金：国家重点基础研究发展973计划资助项目2012CB725403;国家自然科学基金国际合作重大项目71210001

在线出版日期：2014-11-19（万方平台首次上网日期，不代表论文的发表时间）

页码：109-116