面向液氨泄漏应急救援区域的XGBoost预测方法研究

液氨发生泄漏事故后，随着扩散距离的增加，会对人员和环境造成严重的危害。为便于发生泄漏事故后，快速展开应急救援工作，对液氨泄漏事故应急救援区域预测方法开展研究。通过PHAST(Process Hazard Analysis Software Tool)软件模拟液氨泄漏事故工况，建立基于极端梯度提升(Extreme Gradient Boosting XGBoost)的液氨泄漏应急救援区域预测模型。利用网格搜索结合K折交叉验证进行超参数调优，并与随机森林、决策树模型性能进行对比分析。研究结果显示：以预测ERPG-2标准下液氨泄漏扩散距离为例，XGBoost模型预测性能最佳；与决策树和随机森林相比，XGBoost模型的E_MAPE分别减少了4.19个百分点和2.37个百分点，E_RMSE分别减少了66.74和2.93;基于优化后XGBoost模型液氨泄漏事故应急救援区域预测模型，预测结果R²为0.997 8,E_RMSE为50.37,E_MAPE为2.61%,基本满足工程实践应用。     

农村公路交叉口交通事故特征关联性与风险因素分析

为降低农村公路交叉口事故风险,提取环境、道路、设施、车型和违法行为特征作为自变量,以事故形态和事故严重程度为因变量,构建考虑因变量内在关联的双变量Probit模型,分析二者的相关性,并识别显著影响因素。结果表明:农村公路交叉口交通事故形态和严重程度呈负相关关系,单车事故的死亡率更高;线形越好,隔离、控制设施越完备,事故严重性越低;车型越大,事故后果越严重;违法行为增加了发生致死性单车事故的概率。在交叉口处增设安全保障设施,对相交公路等级差异较大的路口实行限速管理,加强对大型车辆和摩托车的安全管理,加强对无证驾驶行为的处罚,可以改善农村公路交叉口安全水平。     

山区高等级公路路侧安全事故原因分析及路侧容错技术研究

通过对2004年发生的山区高等级公路路侧事故进行统计,简要分析了我国山区路侧事故的特点及其发生原因,以及路侧环境与路侧事故的伤亡关系。提出了路侧容错环境的概念并界定其范围,结合定义给出了路侧容错区域的具体计算过程。然后从安全的角度分析了道路的容错能力及影响道路容错能力的因素,并对山区高等级公路路侧安全容错环境的实现技术进行了讨论。通过设置路侧护栏、去除和移位路侧危险物及路侧安全净区的设置,给偶然驶出路外的车辆一个及时纠正错误的路侧环境,从而消除路侧事故或降低可能发生的路侧事故的严重程度,为路侧安全提供一个可靠的环境。     

公路工程施工建设安全风险预测及时序分析

准确地预测施工建设中的安全风险对于开展高质量的公路建设作业至关重要。基于南中项目安全巡查记录，建立致因指标体系，通过比较分析K邻近(K-Nearest Neighbor, KNN)、支持向量机(Support Vector Machines, SVM)、随机森林(Random Forest, RF)、极端梯度提升(Extreme Gradient Boosting, XGBoost)模型预测的准确率，选择XGBoost模型进行风险等级及风险类型预测，通过自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model, ARIMA)和长短期记忆网络(Long Short Term Memory, LSTM)模型对建设风险进行时序分析。结果表明，XGBoost模型相较于其他模型对风险等级预测的准确率最高，为0.82,对风险类型预测的准确率为0.74,具有较高的精确度。临边围蔽及设置警戒线、特种设备装置、电缆架空、气瓶保管等方面管理不到位对施工风险的影响较大，且临边围蔽及设置警戒线指标在管理指标的交互影响下与宏观风险等级呈负相关。LSTM...     

公路路侧安全等级评价与分级路侧防护

为降低路侧事故率,提高路侧安全设计水平,综合分析影响交通安全的因素及其影响程度,提出了路侧危险度的概念,建立了基于灰色聚类理论的4级路侧安全等级评价方法.对评价对象的路侧安全状况及其变化趋势进行客观描述,进而提出了不同危险级别情况下应设置的防护设施.本研究对部分案例进行简要剖析,为工程技术人员和决策者识别公路安全整治的备选路段、确定安全改善项目实施的优先级、合理设置公路安全防护设施提供了理论依据.     

改进灰狼算法优化GBDT在PM2.5预测中的应用

针对灰狼算法易陷入局部最优解和全局搜索能力不足的问题,通过霍尔顿序列(Halton Sequence)搜索算法初始化狼群位置,避免灰狼算法陷入局部最优解和重复运算;引入莱维飞行和随机游动策略对灰狼算法的寻优过程进行优化,以增加算法的全局搜索能力;利用粒子群算法模拟灰狼种群得出的最佳适应度以用于惩罚项改进灰狼算法中的头狼更新策略。使用改进算法优化的梯度提升树(Gradient Boosting Decision Trees, GBDT)模型对北京市大气污染物监测数据中PM_2.5质量浓度进行预测,采用3种评估函数对各模型以及混合模型预测效果得分进行评估。结果显示,本文改进的灰狼算法对梯度提升树的优化效果优于其他算法,均方根误差E_RMS为6.65μg/m³,平均绝对值误差E_MA为3.20μg/m³,拟合优度(R²)为99%,比传统灰狼算法优化结果的均方根误差减少了19.19μg/m³,平均绝对值误差降低了10.03μg/m³     

基于决策树模型的煤矿安全事故严重程度分析与预测

为将数据挖掘技术应用于煤矿安全管理,通过对我国1999—2015年29 000多条煤矿安全事故数据的研究,系统分析了事故发生的区域、时间、类型和企业信息等因素对事故严重程度的影响及彼此之间的相关性。通过构建决策树分类模型,在给定事故相关信息的基础上,对事故严重程度进行分类预测;基于数据类别不平衡的特点,采用欠采样的抽样方法,同时利用梯度提升的组合分类器来提高分类精度。结果表明,采用的数据挖掘模型在预测不同严重程度的事故上均达到了较高精度。     

基于关联规则的危险品公路运输事故风险因素研究

为明确危险品道路运输事故的特点及其成因,收集1 721起危险品公路运输事故的详细资料,对数据进行清洗,在剔除无效、丢失的事故记录后,提取出6个直接风险因素及其包含的18个子因素,并将每个风险因素变量的属性值编码。利用基于Apriori算法的关联规则挖掘技术,量化风险因素之间的相关程度。经过归纳分析,找出35条有价值的关联规则,从中探究不同风险因素组合对危险品运输事故的影响特征。结果表明：24%的危险品运输事故发生在运载有24～39 t易燃液体的危险品货车上,13%的危险品运输事故涉及腐蚀性物质且事故后果为泄漏。对于事故类型,34%的危险品运输事故的事故类型为单辆危险品货车的翻车事故,且道路等级越低,翻车事故发生的可能性越大。在低等级公路的危险品运输事故中,有38%发生在夜晚,原因主要是低等级道路平纵线形复杂,交通安全设施不完善,驾驶员的反应能力和视线等条件均受到制约。     

基于累积Logistic模型的行人交通事故严重程度分析及对策研究

为了准确分析影响行人交通事故严重程度的各项因素,引入累积Logistic模型研究人、车、路、环境及事故特征与行人事故严重程度之间的关系.以美国北卡罗来纳州夏洛特市2016年的行人交通事故数据为样本,通过聚类压缩、共线性检验和预测力分析,从人、车、路、环境及事故特征5个方面选取16个因素作为自变量,事故严重程度作为因变量,构建行人交通事故严重程度预测模型来分析仅财产损失事故、受伤事故和死亡事故的影响因素,并引入弹性分析量化各显著因素的影响程度,检验结果显示模型拟合良好.结果表明,在0.05的显著性水平下,事故形式、事故发生时段、车辆类型、照明条件、行人年龄段、行人饮酒情况6个因素与事故严重程度显著相关.最后针对性地提出了行人事故预防对策.研究结果有助于交通管理者采取合理的策略来降低行人交通事故严重程度.     

集对分析在山区农村公路路侧危险等级评价中的应用

为反映山区农村公路危险性的实际情况,筛选影响交通安全的相关因素,建立山区农村公路路侧危险等级评价体系。基于集对分析(SPA)方法,引入能够体现系统确定性与不确定性的同异反联系度(IDC)的计算公式,并建立山区农村公路路侧危险等级评价的集对分析模型(SPAM)。模型从3个层次阐明评价过程中SPA的具体意义,并将多指标表示成一个能从总体上衡量道路危险性的n元联系数。用层次分析法(AHP)确定指标权重,从主观和客观两方面定量计算山区农村公路危险程度。承德某山区农村公路的模型应用实例表明:SPAM模型充分利用研究问题所包含的不确定性信息,将辩证认识与定量描述有机结合起来,是山区农村公路复杂系统综合评价的一种新方法。     

基于集成算法的工贸企业安全预警系统优化

为了提高工贸企业安全预警预报能力,在构建了工贸企业生产安全预警指标体系的基础上,基于集成算法优化工贸企业安全预警系统.首先,将集成算法中的随机森林(RF)和XGBoost模型进行比较,基于随机森林来优化指标因素.为检验各指标因素之间是否存在相关关系,先用相关系数的方法计算各因素之间的相关程度,然后对其进行显著性检验;其次,在确定各指标因素的相关关系后,采用差分法解决序列相关性的问题;最后,基于差分得出的数据和优化后的指标,运用随机森林模型再次进行模拟,得出优化后预警模型的精度和平均绝对误差.结果 表明,在数据量较小的情况下,一定程度上随机森林的集成效果比XGBoost模型更佳.运用差分法解决各因素相关性问题后得到的数据及用RF优化后的指标因素,使得随机森林的企业安全预警模型精度得到提升,平均绝对误差显著降低.     

基于APRIORI-TAN的交通事故伤害分析与预测*

为探究道路交通事故因素和事故伤害的相关性,以2 467起涉及人员伤亡的交通事故为数据集,运用Apriori算法分别挖掘事故伤害关联规则,并结合社会网络分析的可视化和核心-边缘分析构建受伤事故和死亡事故的关联规则网络。结果表明:事故伤害程度与事故时间、道路条件和交通环境等因素关系紧密,尤其死亡事故与碰撞固定物、人行横道事故、高速公路、高速道路、非市区、酒驾和超速存在高相关性。基于树型贝叶斯网络（TAN）构建事故伤害程度的预测模型,预测结果准确率可达87.56%。     

基于驾驶模拟试验的山区公路交通安全设施组合效用研究

为准确评估山区公路环境下交通安全设施组合的效用，设计“直线+长大坡道、急转弯、弯坡道组合”3种经典山区公路场景下交通安全设施组合驾驶模拟试验，通过分析驾驶员在山区公路交通安全设施下的驾驶特性，将熵权法和物元可拓理论有机结合，构建了山区公路交通安全设施效用评估指标体系，建立了交通安全设施组合效用的熵权物元多级可拓评价模型。评估山区公路环境下不同设施组合场景效用，得出安全设施组合的效用等级，并以此提出交通安全设施设置的改进策略。结果表明：在直线+长大坡道场景下，相较于减速标线，道路标志的设置更有利于吸引驾驶员的注意力和提升驾驶员的警惕性；在急转弯场景下，设置道路防护类设施，如护栏等，对驾驶安全性的提升最大；在弯坡道组合场景下，采取交通标志标线与护栏设施组合的设置方式，可以使驾驶员快速判断前方道路路况，从而促使其采取安全的驾驶行为，保证驾驶员的驾驶安全性。     

城市道路交通事故地点文字表述方法研究

法律文书和交通安全分析要求事故地点记录准确、规范。为规范事故地点记录,在总结国外事故地点记录的点-线法、无规范格式法、线性参照系法、经纬度坐标法基础上,结合国内城市事故定位工作的需求,提出基于线性参照系的"五要素"事故地点文字表述方法。针对城市复杂道路网络,在道路分类的基础上,结合现场记录要求定义和说明"五要素"(事故所在道路、路侧、参照点、方位、距离),最后提出基于"五要素"的文字组合表述方法和事故地点记录实施方案。事故地点"五要素"记录法可供各地在改进事故地点记录时借鉴以提高事故数据的规范性。     

基于机器学习的公交驾驶员事故风险识别及影响因素研究

为从公交驾驶员群体中识别出易发生事故的风险公交驾驶员，结合某市公交公司营运安全管理系统数据库、百度应用程序接口(API)及网络爬取技术，并应用K近邻算法补充缺失值，获取42条线路及1 893名驾驶员的数据；基于驾驶员、车辆、线路特征、违规行为、事故、管理等基本特征变量构造派生变量；采用包括递归特征消除、有惩罚项的逻辑回归、随机森林的集成方法选择特征；采用极致梯度提升(XGBoost)等6种机器方法分别建立分类模型，并采用贝叶斯方法优化超参数。结果表明：在构建的6个分类模型中，XGBoost方法构建的模型其受试者工作特征(ROC)曲线下的面积(AUC)评估结果最佳；运用贝叶斯方法优化模型，可以在一定程度上提升ROC的AUC指标；对于风险公交驾驶员预测准确率达到98.66%,运营单位还可以根据自身情况权衡虚报率与命中率代价。此外，车辆服役时间、违规次数等特征对于事故风险具有明显的非线性影响。     

基于随机搜索优化XGBoost的瓦斯涌出量预测模型*

为防治瓦斯灾害,解决井下瓦斯涌出量在预测过程中因影响因素繁多带来的精度较低问题,提出1种基于套索(Lasso)回归与随机搜索优化极限梯度提升(XGBoost)的模型进行瓦斯涌出量预测。以沈阳某煤矿综采面瓦斯涌出量历史数据为例,综合考虑影响瓦斯涌出量的影响因素。首先利用Lasso回归提取对瓦斯涌出量有重要影响的特征数据,作为预测输入;采用随机搜索算法对XGBoost模型4种主要参数进行寻优,选取最优参建立预测模型获得预测指标并分析比较其他模型。研究结果表明:Lasso回归筛选出的影响因素结合随机搜索获得的最优参数组合优化XGBoost比其他模型预测精度更高,平均相对误差为1.53%,均方根误差为0.140 3 m3/min,希尔不等系数为0.013 2,研究结果可为现场瓦斯管理提供参考依据。     

基于随机森林的高速公路运营隧道风险判别法则研究*

为快速、准确识别山区高速公路隧道不同区段风险因素组合,基于交通事故调研数据,分析其时空变化规律;从人-车-路-环境角度系统筛选风险影响因素,采用随机森林理论构建风险等级预测模型;以决策树与规则相互关系为基础,结合自变量重要评分法,提出基于随机森林的高速公路运营隧道风险判别法则。研究结果表明:判别法则集预测精度较好且运行时间短,能够明确高速公路不同隧道区段事故成因,为预防隧道严重交通事故发生提供参考。     

山区高等级公路路侧安全物元可拓评价研究

山区高等级公路路侧环境是一个复杂的系统,其安全状态具有随机、模糊和不确定的特点.全面考察影响道路路侧安全性的各种因素,从道路线形、路侧危险物、路侧防护技术和路侧景观4个方面选取15个评价指标,构建评价指标体系并对其进行了量化计算.由此,综合专家打分法和信息熵赋权法,并与物元可拓理论相结合,建立了适应于山区高等级公路路侧安全的物元可拓评价模型,同时给出了与其相应的规范化算法及流程.最后通过对湖南西部某运营期山区公路的路侧安全评价表明,该方法客观有效.     

基于有序Probit模型的铁路险兆事件影响因素识别研究*

为识别铁路险兆事件的影响因素,以宜春车务段2017年9月—2017年10月共1 870条数据为样本,以铁路险兆事件等级为因变量,事件原因、环境特征和事件特征为自变量建立有序Probit模型,探究人、设备、环境和管理因素对铁路险兆事件严重影响程度。研究结果表明:设备设施未按规定防护是影响严重性险兆事件发生的主要因素;与其他人为因素相比,未执行相关作业规定对增加险兆事件严重程度有显著作用。研究结果可为铁路管理部门实现事故预控提供依据。     

基于ISM的道路交通安全影响因素研究

为提高交通安全管理水平,促进交通的可持续发展。基于解释结构模型原理,综合考虑车、路和环境因素,构建了影响道路交通安全的影响因素结构模型。该模型不但能够弥补分析结构要素之间内在影响机制的不足,而且对于研究道路交通安全结构要素之间的层次性和复杂性有天然的优势。数据来源于由13位专家构成的ISM小组,其中7位为来自高校从事交通安全研究的教授,6位为来自北京市、上海市、广州市、武汉市等交通运输委员会的高层管理者,保证了数据的科学性和可靠性。采用解释结构图分析车、路和环境各影响因素之间的关系,结果表明,众多因素会对道路交通安全产生影响,车辆技术条件、定期检验合格率、车辆救援设备的完备状况、安全设施是制约道路交通安全的直接影响因素,道路限速、道路负荷度、大客(或货车)比例、交通量、交通监控是影响道路交通安全的间接因素,车辆超限(超载)状况、车流密度、道路路面类型、道路设施完备性、天气状况、单向车道数和地形特征是影响道路交通安全的最根本因素。为提高道路交通安全管理水平,首先,应进一步完善《道路交通安全法实施条例》,加强对车辆定期检验的监督;其次,健全道路信息公示制度,提升交通监控水平,引入相关路段道路限速、负荷度、交通量动态信息显示及预警机制;最后,加强车辆超限(超载)及车流密度的监控,健全道路设施的配套制度。