基于改进Apriori算法的铁路交通作业事故致因关联规则研究

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。