[發明專利]一種基于時間和地理加權回歸的交通事故預測方法

在審

• 申請號: 202111189004.5
• 申請日: 2021-10-12
• 公開（公告）號: CN113935527A
• 公開（公告）日: 2022-01-14
• 發明（設計）人: 林子新;殷豪;朱彤;魏田正
• 申請（專利權）人: 長安大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F17/18;G08G1/01
• 代理公司: 北京同輝知識產權代理事務所(普通合伙) 11357
• 代理人: 梁語嫣

1.一種基于時間和地理加權回歸的交通事故預測方法,其特征在于，所述方法包括如下步驟：

步驟1：獲取興趣點數據、交通事故數據以及預測位置的坐標；

步驟2：對準備進行交通事故預測的位置做緩沖區；

步驟3：計算緩沖區內的各種興趣點數據的密度以及得到交通事故頻次；

步驟4：對所有興趣點的密度一一進行全局空間自相關分析、皮爾遜相關系數計算、多重共線性檢驗和顯著性檢驗，根據分析與檢驗的結果剔除不滿足要求的興趣點密度；

步驟5：將滿足要求的興趣點密度作為自變量，交通事故頻次作為因變量，運用時間和地理加權回歸模型得出預測結果。

2.根據權利要求1所述的一種基于時間和地理加權回歸的交通事故預測方法，其特征在于，所述時間和地理加權回歸模型的表達式如下：

其中，y_i為因變量；(u_i，v_i，t_i)為第i個樣本點的坐標；β₀(u_i，v_i，t_i)是(u_i，v_i，t_i)處的常數項；x_ik為自變量k在(u_i，v_i，t_i)處的觀測值，k＝1...p；ε_i為隨機誤差項；β_k(u_i，v_i，t_i)是自變量k在(u_i，v_i，t_i)處的回歸系數。

3.根據權利要求2所述的一種基于時間和地理加權回歸的交通事故預測方法，其特征在于，所述時間和地理加權回歸模型在運用前先確定時間距離和空間距離。

4.根據權利要求3所述的一種基于時間和地理加權回歸的交通事故預測方法，其特征在于，所述空間距離為dS，時間距離為dT，然后，時空距離d^ST為:

⊕可以代表不同的功能，選擇“+”來組合空間距離dS和時間距離dT。

5.根據權利要求4所述的一種基于時間和地理加權回歸的交通事故預測方法，其特征在于，所述時空距離可以表示為dS和dT之間的線性加權組合，如下所示:

其中，t_i和t_j分別是乘客i和j的觀察時間。λ和μ是平衡不同效果的權重，因為空間距離和時間是用不同的單位測量的。

6.根據權利要求4所述的一種基于時間和地理加權回歸的交通事故預測方法，其特征在于，所述時空距離確定后，即可定義時空權重，即時空權重公式如下：

7.根據權利要求1所述的一種基于時間和地理加權回歸的交通事故預測方法，其特征在于，所述步驟四的方法具體如下：

步驟41：運用ArcGIS軟件對所有的建成環境密度進行全局空間自相關分析，選取的評價指標是莫蘭指數，在具體操作時選用的空間關系的概念化和距離法分別是INVERSE_DISTANCE和EUCLIDEAN_DISTANCE，標準化選取的是ROW，只保留莫蘭指數大于0以及P值小于0.05的建成環境密度；

步驟42：運用SPSS軟件對通過全局空間自相關分析的建成環境密度進行皮爾遜相關系數計算和多重共線性檢驗；

步驟43：若某兩個建成環境密度的皮爾遜相關系數大于0.7就說明這兩個建成環境密度之間有強烈的正相關關系；若有的建成環境密度的條件指標大于10，并且有的建成環境密度的特征值接近于0，初步可以認為所選取的建成環境密度之間存在多重共線性；若有的建成環境密度的方差膨脹因子(VIF)大于5，認為之間所選取的建成環境密度就具有強烈的多重共線性；

步驟44：綜合考慮建成環境密度之間的皮爾遜相關系數、建成環境密度的條件指標和方差膨脹因子(VIF)來剔除變量，讓剩下的建成環境密度的方差膨脹因子(VIF)均小于5；

步驟45：用ArcGIS軟件運行OLS模型,緊接著分析OLS模型的結果，一一剔除P值大于0.05的變量，當剩下的建成環境密度的P值均小于0.05，即說明通過了顯著性檢驗。