基于改进Apriori算法的道路运输事故致因分析.pdfVIP

第45卷第5期大连交通大学学报Vol.45No.5

2024年10月JOURNALOFDALIANJIAOTONGUNIVERSITYOct.2024

文章编号：1673-9590(2024)05-0016-08

基于改进Apriori算法的道路

运输事故致因分析

李文勇,卢睿,廉冠,吴樱梓,陈杰，王文宇，梁钰瑶

（桂林电子科技大学广西智慧交通重点实验室，广西桂林541004）

摘要：为深人研究我国道路运输事故的致因因素，探究各因素之间的相关联系，提出一种改进的关联

规则算法，并将其运用于道路运输事故数据分析。首先，将预处理后的数据进行分类，建立多维层体系

框架；其次，对影响事故属性的因素进行灰色关联分析，生成新的候选项集；最后，运用考虑定向约束的

Apriori算法挖掘关联规则。基于广西壮族自治区2019—2022年道路运输事故数据并对其进行详细分

析,结果表明：道路运输事故中夜间时段发生事故的原因大多为疲劳驾驶，由于驾驶员行车速度不当造

成追尾事故的发生。与运用传统的Apriori算法相比，该方法生成的无效规则减少了69.15%，准确率提

高了49.14%,在保证准确性提升的前提下大大提高算法的效率。

关键词：道路运输事故；致因因素；关联规则；Apriori算法；灰色关联分析

文献标识码：AD0I:10.13291/j.cnki.djdxac.2024.05.003

道路运输是指在公共道路上使用汽车或其他道路运输事故发生的主要因素是驾驶员自身决策

运输工具，从事旅客或货物运输及其相关业务活差错和违规。张坤等[7]利用数据挖掘技术对交

动的总称[。近年来，随着国家经济社会各项事通事故数据进行了聚类分析，发现道路交通安全

业的高质量发展，道路运输业进人了高速发展的水平与社会经济发展水平等因素具有强相关性。

新阶段。根据国家统计局数据，2018年我国道路尽管道路交通事故致因研究已取得大量成果，但

旅客运输企业近6万户，营运载客汽车80余万仍存在诸多问题：①国内外对道路运输事故的研

辆，道路货物运输企业近700万户，营运载货汽车究主要对象为货物运输，而对整个道路运输业的

约1350万辆，旅客周转量、货物运输量、运输里事故致因研究较少；②研究事故方法效率不高且

程、营运车辆都呈现出快速发展的态势[2]。然针对性不强，缺乏更深层次的数据挖掘分析。

而，随着道路运输业的高速发展，其交通安全问题根据以上问题，本文针对2019一2022年广西

也日渐突出。因此,充分利用历史数据,探索道路壮族自治区道路运输事故数据，提出面向道路运

运输事故致因具有重要意义。输事故场景而改进的关联规则算法，充分挖掘道

目前,针对道路运输事故,许多学者已经做了路运输事故的潜在规律，为后续的事故预防提供

相关研究。Harris【3]通过统计分析发现道路交通具体建议。

事故中人为因素占据主导作用。魏福禄等[4]采

1关联规则算法原理及类别

用Logit回归方法得出发生死亡事故概率最高的

时间段是凌晨时段。Gilani等[5]利用回归和人工关联规则是一项数据挖掘的重要技术，它反

神经网络模型得出恶劣的照明条件、不利天气、劣映一个事物与其他事物之间的相互依存性和关联

质车辆等对增加事故发生起主导作用。王玉性,用于从大量数据中挖掘有价值的数据项之间

等[6]利用改进的HFACS模型发现，危化品罐车的相关关系[8]。其挖掘过程主要包括筛选频繁

收稿日期:2023-10-11

基金项目：国家自然科学基金项目