申请/专利权人：同济大学

申请日：2023-07-22

公开（公告）日：2024-04-05

公开（公告）号：CN116959248B

主分类号：G08G1/01

分类号：G08G1/01;G06F30/20;G06N20/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2024.03.22#著录事项变更;2023.11.14#实质审查的生效;2023.10.27#公开

摘要：本发明提供了一种基于交互式自解释模型的高速公路事故风险优化方法，包括：构建交通风险事故风险预测模型；基于交通风险事故影响因素，根据SHAP模型，得到各个交通风险事故影响因素之间交互关系；根据所述交通风险事故风险预测模型和各个交通风险事故影响因素之间交互关系构建各个交通风险事故影响因素两两交互的事故风险热力图；根据所述事故风险热力图对高速公路交通事故风险概率进行优化。本发明解决了现有技术中交通事故致因分析难以对影响因素重要性排序和交通事故风险控制中事故预测模型黑箱难以搜索优化方向的问题。

主权项：1.一种基于交互式自解释模型的高速公路事故风险优化方法，其特征在于，包括：构建交通风险事故风险预测模型；基于交通风险事故影响因素，根据SHAP模型，得到各个交通风险事故影响因素之间交互关系；根据所述交通风险事故风险预测模型和各个交通风险事故影响因素之间交互关系构建各个交通风险事故影响因素两两交互的事故风险热力图；根据所述事故风险热力图对高速公路交通事故风险概率进行优化；所述交通风险事故风险预测模型的构建方法为：获取交通流数据；利用交通流事故风险检测算法计算当前交通流事故风险；根据所述交通流数据构建自变量数据集；对所述自变量数据集进行降维处理，得到训练数据集；基于XGBoost模型，根据所述训练数据集和所述交通流事故风险构建所述交通风险事故风险预测模型；所述根据所述交通风险事故风险预测模型和各个交通风险事故影响因素之间交互关系构建各个交通风险事故影响因素两两交互的事故风险热力图，包括：对交通风险事故影响因素按照成对处理，获取两两一对的交通风险事故影响因素；对所述两两一对的交通风险事故影响因素进行同比例放大或缩小并利用交通风险事故风险预测模型计算相应的事故风险值；根据所述事故风险值构建各个交通风险事故影响因素两两交互的事故风险热力图；以事故风险热力图中两变量调整前的事故风险为基点，比较两变量每个调整比例下的事故风险与基点值的大小，根据事故风险值随变量调整比例的变量趋势，得到高速公路交通事故风险优化方向。

全文数据：

权利要求：

百度查询： 同济大学 一种基于交互式自解释模型的高速公路事故风险优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD