基于RF-Apriori算法考虑填补缺失值的高速公路事故致因分析

doi:10.16265/j.cnki.issn1003-3033.2025.04.0774

摘要/Abstract

摘要：

为改善高速公路交通安全状况,以法国2018—2022年的26 320条高速公路交通事故数据作为研究对象,选择3种具有代表性的算法填补数据中的缺失值,包括随机森林(RF)算法、期望最大化(EM)算法以及K最近邻(KNN)算法。并基于填补前后变量方差的变化比较不同填补算法对数据稳定性的影响,并运用Apriori关联规则算法对完成填补的事故数据进行不同严重程度等级的高速公路事故致因分析。结果表明:经缺失值填补后,RF算法稳定性更优,相较于原始数据训练的模型准确率提高5.66%,召回率提高9.22%,F₁分数提高9.91%。客车更易引发财产损失事故的发生;摩托车在限速较低的路段易引发受伤事故,在限速较高的路段易引发死亡事故,安全设备的使用情况对事故严重程度等级有较大关系。

关键词: 随机森林(RF), Apriori算法, 缺失值, 高速公路, 事故致因, 数据填补, 关联规则

Abstract:

In order to improve the safety condition of highways, 26 320 highway traffic accident records in France from 2018 to 2022 were selected as the research object. Three representative algorithms were selected to impute missing values in the data, including the RF algorithm, the expectation-maximization (EM) algorithm, and the K-nearest neighbors (KNN) algorithm. The impact of different imputation algorithms on data stability was compared based on the changes in variable variance before and after imputation. The Apriori association rule algorithm was then applied to analyze the causes of highway accidents with different severity levels using the completed dataset. The results indicate that after missing value imputation, the RF algorithm demonstrates superior stability. Compared to the model trained on the original data, the accuracy is improved by 5.66%, the recall rate is increased by 9.22%, and the F1 score is enhanced by 9.91%. It is found that passenger vehicles are more likely to cause property damage accidents; motorcycles are prone to cause injury accidents on roads with lower speed limits and fatal accidents on roads with higher speed limits. The use of safety equipment is significantly related to the severity level of accidents.

Key words: random forest(RF), Apriori algorithm, missing value, highway, accident cause, data filling, association rules

中图分类号:

X928.02事故处理

薛乐, 于露, 金龙哲, 李博, 沈文进. 基于RF-Apriori算法考虑填补缺失值的高速公路事故致因分析[J]. 中国安全科学学报, 2025, 35(4): 211-218.

XUE Le, YU Lu, JIN Longzhe, LI Bo, SHEN Wenjin. Causal analysis of highway accidents considering filling in missing values based on RF-Apriori algorithm[J]. China Safety Science Journal, 2025, 35(4): 211-218.

图/表 11

表1

图1

表2

图2

表3

图3

表4

图4

表5

表6

表7

参考文献 23

[1]	国家统计局. 中国统计年鉴[M]. 北京: 中国统计出版社, 2023:515.
[2]	吕能超, 王玉刚, 周颖, 等. 道路交通安全分析与评价方法综述[J]. 中国公路学报, 2023, 36(4):183-201. doi: 10.19721/j.cnki.1001-7372.2023.04.016
	LYU Nengchao, WANG Yugang, ZHOU Ying, et al. Review of road traffic safety analysis and evaluation methods[J]. China Journal of Highway and Transport, 2023, 36(4):183-201. doi: 10.19721/j.cnki.1001-7372.2023.04.016
[3]	杨洋, 袁振洲, 陈治, 等. 基于改进系统工程决策理论的高速公路交通安全评价研究[J]. 北京交通大学学报, 2022, 46(3):34-48. doi: 10.11860/j.issn.1673-0291.20210096
	YANG Yang, YUAN Zhenzhou, CHEN Zhi, et al. Study on freeway traffic safety evaluation based on improved system engineering decision theory[J]. Journal of Beijing Jiaotong University, 2022, 46(3):34-48. doi: 10.11860/j.issn.1673-0291.20210096
[4]	DEB R, LIEW W A. Missing value imputation for the analysis of incomplete traffic accident data[J]. Information Sciences, 2016, 339:274-289.
[5]	QI Hang, ZHAO Xiaohua, YAO Ying, et al. BGCP-based traffic data imputation and accident detection applications for the national trunk highway[J]. Accident Analysis and Prevention, 2023, 186: DOI:10.1016/J.AAP.2023.107051.
[6]	吴郁, 张金奋, 范存龙, 等. 基于随机森林的船舶碰撞事故缺失数据插补[J]. 武汉理工大学学报:交通科学与工程版, 2019, 43(6):1120-1124.
	WU Yu, ZHANG Jinfen, FAN Cunlong, et al. Imputation of missing values for ship collision accident data based on random forest[J]. Journal of Wuhan University of Technology:Transportation Science & Engineering, 2019, 43(6):1120-1124.
[7]	陆嘉铭, 奚增辉, 瞿海妮, 等. 电力量测数据缺失补齐方法研究与实践[J]. 电力大数据, 2023, 26(7): 40-49.
	LU Jiaming, XI Zenghui, QU Haini, et al. Research and practice on power measurement data missing value lmputation methods[J]. Power Systems and Big Data, 2023, 26(7): 40-49.
[8]	谢翘楚, 姚毅. 电网历史数据缺失及补录研究[J]. 四川理工学院学报:自然科学版, 2017, 30(2):21-25.
	XIE Qiaochu, YAO Yi. Research on the data missing and data completion of power grid[J]. Journal of Sichuan University of Science & Engineering :Natural Science Edition, 2017, 30(2):21-25.
[9]	梅玉杰, 李勇, 周王峰, 等. 基于机器学习的配电网异常缺失数据动态清洗方法[J]. 电力系统保护与控制, 2023, 51(7):158-169.
	MEI Yujie, LI Yong, ZHOU Wangfeng, et al. Dynamic data cleaning method of abnormal and missing data in a distribution network based on machine learning[J]. Power System Protection and Control, 2023, 51(7):158-169.
[10]	严利鑫, 胡鑫辉, 刘清梅, 等. 道路交通事故严重程度预测及致因分析[J]. 华东交通大学学报, 2024, 41(5):65-73.
	YAN Lixin, HU Xinhui, LIU Qingmei, et al. Road traffic accident severity prediction and causation analysis[J]. Journal of East China Jiaotong University, 2024, 41(5):65-73.
[11]	邱文利, 杨海峰, 张少波, 等. 基于改进Apriori算法的高速公路交通事故关联分析[J]. 中外公路, 2024, 44(3):227-235.
	QIU Wenli, YANG Haifeng, ZHANG Shaobo, et al. Correlation analysis of highway traffic accidents based on improved Apriori algorithm[J]. Journal of China & Foreign Highway, 2024, 44(3):227-235.
[12]	牛玥铧, 聂百胜. 人格特征对驾驶人驾驶行为的影响研究[J]. 中国安全科学学报, 2024, 34(2):117-123. doi: 10.16265/j.cnki.issn1003-3033.2024.02.1266
	NIU Yuehua, NIE Baisheng. Study on influence of personality traits on drivers' driving behavior[J]. China Safety Science Jourmal, 2024, 34(2):117-123.
[13]	王卓伦, 林岩. 中国网约车服务对道路交通事故的影响研究[J]. 中国安全科学学报, 2024, 34(2):209-216. doi: 10.16265/j.cnki.issn1003-3033.2024.02.0277
	WANG Zhuolun, LIN Yan. Research on impact of ride-hailing services on road traffic crashes in China[J]. China Safety Science Journal, 2024, 34(2):209-216. doi: 10.16265/j.cnki.issn1003-3033.2024.02.0277
[14]	于雷. 基于数据挖掘的道路交通事故分析及预防对策研究[D]. 重庆: 重庆交通大学, 2022.
	YU Lei. Analysis and preventive countermeasures of road traffic accidents based on data-driven[D]. Chongqing: Chongqing Jiaotong University, 2022.
[15]	孙维富. 基于数据挖掘的高速公路交通事故分析及预防对策研究[D]. 长春: 吉林大学, 2018.
	SUN Weifu. Study on the freeway traffic accident analysis and countermeasures based on data mining[D]. Changchun: Jilin University, 2018.
[16]	法国政府数据开放平台. 法国政府数据开放平台[EB/OL]. [2024-10-14]. https://www.data.gouv.fr/fr/
[17]	BREIMAN L. Random forests[J]. Machine Learning, 2001, 45(1):5-32.
[18]	JADHAV A, PRAMOD D, RAMANATHAN K. Comparison of performance of data imputation methods for numeric dataset[J]. Applied Artificial Intelligence, 2019, 33(10):913-933. doi: 10.1080/08839514.2019.1637138
[19]	周备, 张莹, 张生瑞, 等. 基于生成对抗网络的追尾事故数据填补方法研究[J]. 交通运输系统工程与信息, 2024, 24(1):132-137,198.
	ZHOU Bei, ZHANG Ying, ZHANG Shengrui, et al. Research on rear-end crash data imputation methods based on generative adversarial networks[J]. Journal of Transportation Systems Engineering and Information Technology, 2024, 24(1):132-137,198.
[20]	牛毅, 李振明, 樊运晓. 基于数据挖掘的高速公路货车交通事故影响因素关联分析研究[J]. 安全与环境工程, 2020, 27(4):180-188.
	NIU Yi, LI Zhenming, FAN Yunxiao. Correlation analysis of influencing factors of truck traffic accidents on expressways[J]. Safety and Environmental Engineering, 2020, 27(4):180-188.
[21]	FAYYAD U, PIATETSKY-SHAPIRO G, SMYTH P. From data mining to knowledge discovery in databases[J]. AI Magazine, 1996, 17(3): 37-54.
[22]	何丽瑶. 基于Apriori及XGBoost算法的道路交通事故分析研究[D]. 苏州: 苏州大学, 2020.
	HE Liyao. Analysis and research of road traffic accidents base on Apriori and XGBoost algorithms[D]. Suzhou: Soochow University, 2020.
[23]	黄锦, 王梓豪, 陈曾惠, 等. 基于Apriori关联算法的城市综合体停车需求影响因素关联分析[J]. 福建交通科技, 2024(3):81-86.
	HUANG Jin, WANG Zihao, CHEN Zenghui, et al. Correlation analysis of factors affecting parking demand in urban complexes based on Apriori correlation algorithm[J]. Fujian Transportation Science & Technology, 2024(3):81-86.

变量类型	分类描述	编码
事故严重程度	—	0.财产损失事故;1.受伤事故;2.死亡事故
事故原因	—	1.超速;2.疲劳驾驶;3.违规变道;4.制动不当;5.违法停车; 6.无证驾驶;7.违规使用灯光;8.其他影响安全行为;9.其他操作不当
驾驶人特征	性别	1.男;2.女
	年龄/岁	1.(0,20];2.(20,30];3.(30,40];4.(40,50];5.(50,60];6.(60,100)
	出行目的	1.工作;2.上学;3.购物;4.旅游;5.其他
	安全设备使用情况	0.未使用;1.使用
车辆特征	车辆类型	1.摩托车;2.小型汽车;3.客车;4.货车;5.其他
	撞击物	0.撞击固定物;1.撞击移动物
	撞击点	1.正前方;2.右前方;3.左前方;4.正后方;5.右后方; 6.左后方;7.右侧;8.左侧;9.多方位
	发动机类型	1.燃油;2.混合动力;3.电动;4.氢气;5.其他
	行驶意图	1.不改变行车方向;2.掉头、倒车、逆行;3.2车道之间; 4.驶离高速;5.变道;6.紧急避让;7.停车;8.其他操作
	安全设备存在	0.不存在;1.存在
道路特征	车道总数	具体车道数
	道路坡度	1.平坡;2.缓坡;3.陡坡;4.陡峭坡
	道路线型	1.直线;2.左弯曲;3.右弯曲;4.“S”型
	路表状况	1.干燥;2.潮湿;3.积水;4.积雪;9.其他
	基础设施	0.无;1.隧道;2.桥梁;3.立交桥;4.收费站;5.其他
	最高限速/(km·h^-1)	① 90;② 110;③ 130
环境特征	时间	① 0:00—6:00;② 6:00—12:00;③ 12:00—18:00;④ 18:00—24:00
	日期	1.上旬;2.中旬;3.下旬
	季节	1.春季;2.夏季;3.秋季;4.冬季
	天气	1.晴天;2.小雨;3.大雨;4.雪;5.雾;6.强风;7.烈日;8.多云;9.其他
	照明	1.白天;2.黄昏或黎明;3.夜间无公共照明;4.夜间有公共照明
	地点	1.市区外;2.市区内

事故变量	缺失数量	缺失比率/%	事故变量	缺失数量	缺失比率/%
性别	294	1.1	行驶意图	2 654	10.0
年龄	738	2.8	发动机类型	2 128	8.0
出行目的	7 746	29.4	车道总数	1 568	5.9
安全设备存在	1 409	5.3	道路坡度	213	0.8
安全设备使用	3 400	12.9	道路线型	319	1.2
车辆类别	163	0.6	路表状况	548	2.0
撞击物	1 078	4.0	基础设施	643	2.4
撞击点	3 043	11.5	最高限速	6 218	23.6

事故自变量	原始数据	RF	EM	KNN
车道总数	3.840	3.620	3.792	3.723
道路坡度	0.320	0.318	0.318	0.318
道路线型	0.405	0.401	0.402	0.402
路标状况	0.402	0.394	0.397	0.396
基础设施	1.096	1.071	1.077	1.077
最高限速	0.767	0.628	0.768	0.594
性别	0.188	0.185	0.186	0.186
年龄	1.785	1.736	1.792	1.753
出行目的	2.734	1.955	2.772	2.284
安全设备存在	0.012	0.011	0.013	0.011
安全设备使用	0.242	0.216	0.234	0.230
车辆类别	0.223	0.222	0.222	0.223
撞击物	0.152	0.147	0.153	0.149
撞击点	5.441	4.844	5.096	5.010
行驶意图	3.900	3.522	3.665	3.627
发动机类型	0.452	0.420	0.438	0.447

数据填补方法	评价指标
数据填补方法	准确率	较原始数据性能提升/%	召回率	较原始数据性能提升/%	F₁分数	较原始数据性能提升/%
原始数据	0.646 4	—	0.552 0	—	0.563 2	—
RF算法	0.683 0	5.66	0.602 9	9.22	0.619 0	9.91
KNN算法	0.656 9	1.62	0.554 5	0.45	0.566 4	0.57
EM算法	0.654 3	1.22	0.553 8	0.33	0.565 5	0.41

前项	后项	支持度	置信度	提升度
{直线道路,撞击移动物,客车}	{严重程度-财产损失事故}	0.02	0.83	1.94
{安全设备使用,撞击移动物,客车}	{严重程度-财产损失事故}	0.02	0.83	1.94
{小型汽车,男性,撞击车辆右后方}	{严重程度-财产损失事故}	0.02	0.81	1.88
{白天,男性,撞击车辆右后方}	{严重程度-财产损失事故}	0.01	0.79	1.85
{使用安全设备,平坦道路,客车}	{严重程度-财产损失事故}	0.01	0.78	1.83
{工作,撞击车辆左后方,男性}	{严重程度-财产损失事故}	0.01	0.78	1.81