技術特征：

1.一種高速公路二次事故實時風險預測方法和系統(tǒng)，其特征在于，包括：

2.根據權利要求1所述的方法，其特征在于，獲取高速公路上歷史交通事故的信息數據和對應時空位置的交通流數據，將交通事故劃分為二次事故、初次事故和普通事故，包括：

3.根據權利要求2所述的方法，其特征在于，所述的根據案例配對法構建初次事故和普通事故數據集、二次事故和無事故數據集，包括：

4.根據權利要求3所述的方法，其特征在于，所述的根據案例配對法構建初次事故和普通事故數據集、二次事故和無事故數據集，包括：

5.根據權利要求2所述的方法，其特征在于，所述的利用各種交通流特征因子分別構建初次事故風險預測子模型和二次事故實時風險預測子模型，利用所述初次事故和普通事故數據集對所述初次事故風險預測子模型進行訓練，得到訓練好的初次事故風險預測子模型，利用所述二次事故和無事故數據集對所述二次事故實時風險預測子模型進行訓練，得到訓練好的二次事故實時風險預測子模型，包括：

6.根據權利要求5所述的方法，其特征在于，所述的將待分析的高速公路實時事故的交通流特征因子輸入到所述初次事故風險預測子模型和所述二次事故實時風險預測子模型，采用“或”的投票策略將所述初次事故風險預測子模型和所述二次事故實時風險預測子模型的預測結果進行融合，得到所述待分析的實時事故的二次事故風險預測結果，包括：

技術總結
本發(fā)明提供了一種高速公路二次事故實時風險預測方法。該方法為：獲取歷史交通事故的信息數據和對應時空位置的交通流數據，根據案例配對法構建初次事故和普通事故數據集、二次事故和無事故數據集；利用初次事故和普通事故數據集對初次事故風險預測子模型進行訓練，利用二次事故和無事故數據集對二次事故實時風險預測子模型進行訓練，將待分析的高速公路實時事故的交通流特征因子輸入到初次事故風險預測子模型和二次事故實時風險預測子模型，采用“或”的投票策略將兩個子模型的預測結果進行融合，得到待分析的實時事故的二次事故風險預測結果。本發(fā)明方法能夠提高對二次事故實時風險預測輸出的信息有效性，實現高速公路二次事故實時風險管控。

技術研發(fā)人員：吳先宇,郭靖雪
受保護的技術使用者：北京交通大學
技術研發(fā)日：
技術公布日：2024/10/10