[發明專利]基于稀疏多輸出回歸的交通事故建模與控制方法

有效

• 申請號: 201310596073.7
• 申請日: 2013-11-22
• 公開（公告）號: CN103646533A
• 公開（公告）日: 2014-03-19
• 發明（設計）人: 陳小波;梁軍;江浩斌;陳龍;張飛云;肖艷
• 申請（專利權）人: 江蘇大學
• 主分類號: G08G1/00
• 分類號: G08G1/00;G06F19/00
• 代理公司: 南京知識律師事務所 32207
• 代理人: 汪旭東

技術領域

本發明屬于交通智能管理和控制技術領域,運用提出的稀疏多輸出回歸模型，建立一種道路交通事故方法，并且可自動檢測影響道路交通安全的關鍵因素，在預測交通事故、分析事故原因、指導道路建設改進具有實際的工程應用價值。

背景技術

隨著我國道路交通事業的飛速發展，交通事故猛增已成為當今備受關注的嚴重社會問題之一。正因為交通事故造成的嚴重后果，我國對事故預防及對策傾注了大量人力、物力和財力，制定了較為完善的道路交通管理法律、法規和相關政策，但我國的道路交通事故所造成的損害后果卻依然嚴重，而且一直處于上升的趨勢，每年交通事故死亡人數居于世界首位。因此，為了保證經濟發展和社會穩定，保障人們出行安全和貨物運輸安全，對中國的交通安全形勢做出科學的預測，變得十分必要和迫在眉睫。

目前，國內外有多種方法應用于事故建模。已有的研究建立了事故發生與交通流特性，道路環境條件，人口數量，機動車保有量等數據之間的關系，但大多數都是從宏觀的角度進行分析，得出的分析結果是一個區域的交通事故次數的預測，這對于預防和減少交通事故起不到太大作用。雖然也有部分研究從微觀的角度分析道路的因素對交通事故的影響，但是，忽略了影響交通事故的因素很多，而其中的一些因素是作為噪聲因素存在的，如果不剔除這些特征參數而進行交通事故建模，這可能會隱藏交通事故的真正特征與內在規律。

交通事故是由眾多因素共同作用產生的復雜的系統，而且這些因素之間的關系很難用解析的方法進行描述，而基于稀疏多輸出回歸模型通過對歷史數據的學習，能夠以較高精度建立交通事故的模型。

為了建模的準確性，不遺漏重要信息，我們會考慮盡量多的因素，同時也必須剔除與事故無關的特征參數，因此，本發明引入了稀疏分析法，對原始數據進行稀疏分析，從而辨別影響道路交通安全的關鍵因素，從而有效地利用大量統計數據進行定量分析，揭示變量之間的內在關系，而且可為道路建設的改進提供有針對性的指導。

發明內容

本發明要解決的問題是克服現有技術的上述不足，提供一種操作簡單，準確性高，適用于道路安全檢查中交通事故建模的方法。

本發明的技術方案為：

A）獲取某地區的歷史交通事故數據樣本N組{X₁,X₂,...,X_N}，每個X_I（I=1,2,3,...,N）包括下述人口、車輛、道路和環境信息：總人口數x₁，文化程度x₂，收入水平x₃，汽車駕駛員數量x₄，大型機動車數量x₅，小型機動車數量x₆，非機動車數量x₇，主要路段總長度x₈，主要路段交通燈數量x₉，平均天氣狀況x₁₀。

B）獲取對應的交通事故結果樣本{Y₁,Y₂,...,Y_N},每個Y_I（I=1,2,3,...,N）包括事故發生次數y₁，死亡人數y₂，受傷人數y₃及直接經濟損失y₄。

C)交通事故數據預處理。將上述N組交通事故數據樣本{X₁,X₂,...,X_N}歸一化，并存放在矩陣X中。將上述N組對應的交通事故結果樣本{Y₁,Y₂,...,Y_N}存放在矩陣Y中。

D)假定X_I與Y_I（I=1,2,3,...,N）滿足關系Y_I=X_IW+ε，W為系數，ε為高斯噪聲。設λ為平衡參數，可取為0.01≤λ≤100，則W可通過求解如下的稀疏多輸出回歸模型得到