交通部運輸研究所

論文名稱	以兩階段探勘架構探索事故嚴重度之關鍵風險狀況
學位	博士
年別	102
學校系所	交通大學交通運輸研究所
作者	陳文斌
指導教授	邱裕鈞、藍武王
論文摘要	為了驗證本分析架構之實用性，以及判定事故嚴重度之風險狀況，本研究以臺灣地區高速公路事故資料作為實證分析。以單一車輛事故而言，2003至2007年臺灣地區高速公路事故調查報告的事故件數達5,563件，分成三類嚴重程度：A1類（死亡），A2類（受傷），與A3類（財物損失），以及21個解釋變數（風險因素）：鋪面狀況、天候狀況、照明狀況、駕駛人性別、安全帶的使用、行動電話的使用等，這些變數皆為類別變數。在基因演算法的操作中，為了代表解釋變數與事故嚴重度的關係，每一條染色體代表一個潛在因果規則，其中構成前項部分至少包含一個變數，至多21個變數，在後項部分則僅包含事故嚴重程度一個變數。規則是一種知識型式的表示：若A則C，其中A是一組案例滿足預測屬性值的結合，而C則是一組案例滿足相同預測的後果。研究結果共探勘出29個規則，在訓練及預測資料組中分別達到75.10%及73.80%的準確度。將這29個探勘規則前項轉換成為虛擬解釋變數估計混合羅吉特模式（二階段方式），為了進行比較，另採用原始21個解釋變數估計混合羅吉特模式（一階段方式），結果發現兩階段混合羅吉特模式之績效比一階段混合羅吉特模式表現為佳，且可有效辨識關鍵風險狀況。針對各項關鍵風險狀況，本研究進一步研提相關改善對策。
附件下載	(電子檔於102-09-04後開放下載) D02877-全文檔.zip
張貼日	2013/09/04
Hashtags