黑龙江省高速公路风吹雪风险预测与评估

作     者：王中秋 

作者单位：哈尔滨工业大学 

学位级别：硕士

导师姓名：汤爱平

授予年度：2022年

学科分类：08[工学] 0814[工学-土木工程] 

主      题：高速公路 风吹雪 机器学习模型 预测 

摘      要：风吹雪对道路交通具有重要影响,风雪流强烈时,能见度极差,通行条件恶劣,极易发生行车事故,在产生厚度较大的积雪时候甚至阻断交通,埋没车辆,对道路交通的管理十分不利,增加道路运营成本与管理成本,对风吹雪的研究在寒区公路的研究分析中具有重要作用。本文在分析国内外风吹雪理论研究的基础上,通过对风吹雪影响因素的理论分析,以及黑龙江省的地形气候条件的分析,并构建机器学习模型,以预测风吹雪的高速公路风吹雪发生位置及可能性。通过分析黑龙江省的地形地貌情况和气候情况,从宏观的角度了解黑龙江省的地理位置、地形地貌条件、各项气象信息,初步分析黑龙省内高速公路发生风吹雪的宏观地形、气象条件,并初步分析了高速公路风吹雪发生的条件,为后续研究风吹雪的影响因素作铺垫。其次,对收集到的各项气象地形数据进行基本处理,并将将原始数据处理为机器学习的各项特征,以过采样方法平衡数据集,并选择出合适的机器学习特征,整理为适用于机器学习模型的输入数据集。按照黑龙江省交通雪害区划,将黑龙江省划分为几个风吹雪区,首先将各个区域视为一个样本,进行时间分析,在区域内高速公路上选取的样本进行空间分析。建立基于逻辑回归、支持向量机和随机森林算法的机器学习模型,通过调整模型参数优化机器学习模型,得到分类效果最好的机器学习模型。通过基于遗传算法的层次分析法和机器学习方法计算影响因素的权重,以分析不同影响因素的重要程度。基于构建的机器学习模型,提出了两种公路风吹雪的预测方式:对于风吹雪发生位置的预测和对具体某一位置处发生风吹雪可能性的预测。同时以实际风吹雪造成的高速中断为案例,对所构建的机器学习模型进行验证,对风吹雪发生可能性进行评估,并与真实情况进行对比。