论文名称 以两阶段探勘架构探索事故严重度之关键风险状况
年别 102
学位 博士
学校系所 交通大学交通运输研究所
作者 陈文斌
指导教授 邱裕钧、蓝武王
论文摘要 为了验证本分析架构之实用性,以及判定事故严重度之风险状况,本研究以台湾地区高速公路事故资料作为实证分析。以单一车辆事故而言,2003至2007年台湾地区高速公路事故调查报告的事故件数达5,563件,分成三类严重程度:A1类(死亡),A2类(受伤),与A3类(财物损失),以及21个解释变量(风险因素):铺面状况、天候状况、照明状况、驾驶人性别、安全带的使用、移动电话的使用等,这些变量皆为类别变量。在基因算法的操作中,为了代表解释变量与事故严重度的关系,每一条染色体代表一个潜在因果规则,其中构成前项部分至少包含一个变量,至多21个变量,在后项部分则仅包含事故严重程度一个变量。规则是一种知识型式的表示:若A则C,其中A是一组案例满足预测属性值的结合,而C则是一组案例满足相同预测的后果。研究结果共探勘出29个规则,在训练及预测资料组中分别达到75.10%及73.80%的准确度。将这29个探勘规则前项转换成为虚拟解释变量估计混合罗吉特模式(二阶段方式),为了进行比较,另采用原始21个解释变量估计混合罗吉特模式(一阶段方式),结果发现两阶段混合罗吉特模式之绩效比一阶段混合罗吉特模式表现为佳,且可有效辨识关键风险状况。针对各项关键风险状况,本研究进一步研提相关改善对策。
附件下载 (电子档于102-09-04后开放下载)
D02877-全文档.zip
张贴日 2013/09/04
Hashtags
查看次数: 5