基于潜在类别加速风险模型的高速公路事故持续时间研究方法
- 国知局
- 2024-07-31 22:48:26
本发明涉及交通数据分析,具体涉及基于潜在类别加速风险模型的高速公路事故持续时间研究方法。
背景技术:
1、为缓解高速公路事故带来的拥堵、延误,减少二次事故发生的可能性,有必要对事故发生后的总持续时间进行探究,为提高高速公路应急管理水平提供理论依据。
2、根据《公路通行能力手册》,事故总持续时间包括检测时间、响应时间、清除时间和恢复时间,各种统计学方法曾被用于探究事故持续时间与影响因素之间的关系,其中,线性回归是最早用于应用于事故处理时间的方法之一,但回归模型只是简单地假设事故处理时间与影响因素之间存在线性关系,没有考虑事故处理时间的长度,也没有考虑持续时间与其在下一个短时间间隔内结束的概率之间的关系,因此无法对国内高速公路事故处置及管理提供理论支撑。
技术实现思路
1、(一)要解决的技术问题
2、为了克服现有技术不足,现提出基于潜在类别加速风险模型的高速公路事故持续时间研究方法,能够用于探究关键因素对高速公路事故持续时间的影响机制,为国内高速公路事故处置及管理提供理论支撑。
3、(二)技术方案
4、本发明通过如下技术方案实现:本发明提出了基于潜在类别模型的高速公路事故持续时间的研究方法,包括如下步骤:
5、s1:从高速公路事故数据中提取并筛选变量,统计变量组合间的相关性并对其进行斯皮尔曼相关性检验;
6、s2:设置多个潜在类别模型分量进行对比,并根据贝叶斯信息准则值对潜在类别模型的最佳类别数量进行选择;
7、s3:利用em算法对潜在类别模型进行有效估计。
8、进一步的,所述s1中筛选变量的方法为提取若干个候选解释变量后构造虚拟变量,采用逐步回归对候选变量进行筛选,并选择赤池信息准则和贝叶斯信息准则作为评价指标,发现具有显著性的变量。
9、进一步的,所述s2中选取类别模型为log-logistic时,类别数量为2时结果最优。
10、进一步的,所述s3中em算法的步骤为:
11、a.使用k-means聚类或其他方法对所有参数的种子进行初始化;
12、b.e步骤:估计每个观测值的后验分量概率
13、
14、并推导出混合比例为:
15、
16、c.m步骤:根据式(2),以后验概率为权重,分别对各分量的对数似然求最大值,得到参数的新估计值。
17、(三)有益效果
18、本发明相对于现有技术,具有以下有益效果:
19、本发明提到的基于潜在类别加速风险模型的高速公路事故持续时间研究方法,与现有的技术相比,有助于表现事故持续时间数据中的异质特征,可以更自然地识别事故持续时间数据中的异常,并按比例对事故持续时间数据进行分类,从而更好地解释数据中的拖尾现象,可以为国内高速公路事故处置及管理提供理论支撑,具有广阔的应用前景。
技术特征:1.基于潜在类别模型的高速公路事故持续时间的研究方法,其特征在于:包括如下步骤:
2.根据权利要求1所述的基于潜在类别加速风险模型的高速公路事故持续时间研究方法,其特征在于:所述s1中筛选变量的方法为提取若干个候选解释变量后构造虚拟变量,采用逐步回归对候选变量进行筛选,并选择赤池信息准则和贝叶斯信息准则作为评价指标,发现具有显著性的变量。
3.根据权利要求1所述的基于潜在类别加速风险模型的高速公路事故持续时间研究方法,其特征在于:所述s2中选取类别模型为log-logistic时,类别数量为2时结果最优。
4.根据权利要求1所述的基于潜在类别加速风险模型的高速公路事故持续时间研究方法,其特征在于:所述s3中em算法的步骤为:
技术总结本发明公开了基于潜在类别加速风险模型的高速公路事故持续时间研究方法,涉及交通数据分析技术领域,包括如下步骤:S1:从高速公路事故数据中提取并筛选变量,统计变量组合间的相关性并对其进行斯皮尔曼相关性检验;S2:设置多个潜在类别模型分量进行对比,并根据贝叶斯信息准则值对潜在类别模型的最佳类别数量进行选择;S3:利用EM算法对潜在类别模型进行有效估计,能够用于探究关键因素对高速公路事故持续时间的影响机制,为国内高速公路事故处置及管理提供理论支撑。技术研发人员:李根,郝雅迪,邬岚,谢逊,陈雨欣,韩宝睿,严许一辰,程皖蓉受保护的技术使用者:南京林业大学技术研发日:技术公布日:2024/7/29本文地址:https://www.jishuxx.com/zhuanli/20240730/194718.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表