内河航道事故黑点识别自适应参数DBSCAN聚类算法研究

作     者：万程鹏 郭世龙 曹德胜 范亮 张金奋 WAN Chengpeng;GUO Shilong;CAO Desheng;FAN Liang;ZHANG Jinfen

作者机构：水路交通控制全国重点实验室(武汉理工大学)武汉430063 广东省内河港航产业研究有限公司广东韶关511100 武汉理工大学智能交通系统研究中心武汉430063 武汉理工大学交通与物流工程学院武汉430063 

出 版 物：《安全与环境学报》 (Journal of Safety and Environment)

年 卷 期：2024年第24卷第8期

页      面：3165-3172页

核心收录：

学科分类：08[工学] 0837[工学-安全科学与工程] 

基　　金：国家自然科学基金项目(51920105014) 韶关市创新创业团队引进项目(201212176230928) 

主　　题：公共安全 交通运输安全 自适应参数DBSCAN 事故黑点 

摘      要：内河水上交通事故时有发生,对水路运输安全、高效发展带来威胁。研究提出一种基于自适应参数的DBSCAN(Density-Based Spatial Clustering of Applications with Noise)方法,用于识别内河事故黑点水域。该方法支持对邻域半径ε和邻域中数据对象数目阈值P_(min)参数的自动选取,可提高聚类分析的精度和效率。基于2010—2019年长江干线下游散货船舶事故数据开展案例研究,对各典型事故黑点段的事故特征和事故原因进行分析,得到8个事故黑点。此外,采用Getis-Ord General G聚类识别事故黑点中的高等级事故区域,得到事故黑点及高等级事故主要分布于江心洲、桥区、港口码头区域。研究结果与实际情况基本吻合,一定程度上表明了该方法在内河水上交通事故分布特征分析上的科学性和实用性。