基于改进Apriori算法的铁路交通作业事故致因关联规则研究 |
| |
引用本文: | 刘朝辉,何世伟.基于改进Apriori算法的铁路交通作业事故致因关联规则研究[J].铁道运输与经济,2023(4):120-126+140. |
| |
作者姓名: | 刘朝辉 何世伟 |
| |
作者单位: | 1. 北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室 |
| |
基金项目: | 中央高校基本科研业务费专项资金(2022JBQY006);;国家自然科学基金项目(62076023); |
| |
摘 要: | 铁路运输系统复杂,事故致因因素众多且有一定的关联关系,分析事故致因及关联特性,对于事故预防具有重要的意义。按照人因层、设备层、环境层、管理层4个层级对事故因素进行分层分析,整合相同或相似的条件,编写Python程序对近期某3年所有事故调查报告进行致因因素抓取,首先将致因因素拆解为相关的致因关键字,并利用正则表达式在指定段落中进行抓取,然后通过关键字抓取获得所有事故的致因因素,最终提取了90个铁路事故致因因素。在此基础上,基于压缩和哈希表技术对传统Apriori算法进行改进,以此对铁路交通作业事故的致因进行关联规则挖掘,找到159条关联规则,通过分析事故致因高支持度、高置信度等特征,发现关键因素、关键致因关联、事故致因规律,有助于提升事故预防和安全管理水平。
|
关 键 词: | 铁路 事故致因 关联规则 数据挖掘 改进Apriori算法 |
|