基于集成学习的行人事故严重程度预测  

作　　者：谭鼎 

机构地区：[1]兰州交通大学交通运输学院

出　　处：《中国储运》2024年第12期60-61,共2页China Storage & Transport

摘　　要：基于某地区2020-2021年9317条行人事故数据,从人-车-路-环境层面选取27个因素对行人受伤严重程度进行预测。对比多项指标发现Light GBM预测效果优于其他5种机器学习算法。然后利用SHAP值理论研究了各因素对行人事故严重程度的影响,得出了行人交通事故严重程度的主要影响因素。1.引言行人是道路交通系统中最脆弱的部分,《道路交通运输安全发展报告》指出行人占总交通事故死亡人数的22%^([1])。《中国统计年鉴(2022)》显示,2021年中国发生的行人交通事故数为4086条,较2020年3480事故数量增加了17%,伤亡人数由3834人上升至4520人,提升了18%^([2])。

关 键 词：交通事故死亡 道路交通运输 事故严重程度 道路交通系统 行人交通事故 集成学习 伤亡人数 机器学习算法 

分 类 号：U49[交通运输工程—交通运输规划与管理]