基于MIMIC与机器学习的出租车驾驶员交通事故诱因分析 |
| |
引用本文: | 潘恒彦,张文会,梁婷婷,彭志鹏,高维,王永岗.基于MIMIC与机器学习的出租车驾驶员交通事故诱因分析[J].吉林大学学报(工学版),2023(2):457-467. |
| |
作者姓名: | 潘恒彦 张文会 梁婷婷 彭志鹏 高维 王永岗 |
| |
作者单位: | 1. 长安大学运输工程学院;2. 东北林业大学交通学院;3. 西安交通工程学院土木工程学院;4. 哈尔滨工业大学交通科学与工程学院 |
| |
基金项目: | 国家社会科学基金项目(19BGL239); |
| |
摘 要: | 通过调查问卷收集2391名出租车驾驶员个体属性、身体疲劳感知、工作压力、风险驾驶行为和交通事故经历的相关信息。运用多指标多原因(MIMIC)模型进行路径分析,探究身体疲劳感知、风险驾驶行为对交通事故的诱发效应,验证性别、年龄、工作压力的原因变量对身体疲劳感知、分心驾驶行为的影响作用。选取逻辑回归、朴素贝叶斯、支持向量机、随机森林4种机器学习算法对出租车事故进行预测。结果表明:身体疲劳感知、过失性驾驶行为、激进性驾驶行为与分心驾驶行为的提高能够导致事故率的提高,性别、年龄、工作压力会对身体疲劳感知与分心驾驶行为的频次产生影响。基于机器学习的事故预测模型效果极佳,其中随机森林的预测效果最好,使用单一特征变量“风险驾驶行为”、“分心驾驶行为”、“身体疲劳感知”的预测精度尚可接受。当引入“工作压力”、“年龄”、“性别”的个人属性指标时,预测精度进一步提高。
|
关 键 词: | 交通运输安全工程 出租车驾驶员 道路交通事故 MIMIC模型 路径分析 中介效应 机器学习 |
|
|