基于K-Means聚类算法的高速公路事故多发路段鉴别

为鉴别高速公路事故多发路段，该文提出了一种基于K-Means聚类算法的事故多发路段鉴别方法。针对事故严重程度，引入路产损失与平均伤亡赔偿金作为当量事故数评定指标，对传统的当量事故数进行改进。根据改进当量事故数统计分布特征确定路段划分长度，结合累积频率法对事故多发路段进行初步鉴别。采用K-Means聚类算法对初选的事故多发路段进行聚类分析，得出最终的事故多发路段。为验证所提方法的正确性，对广(州)—梧(州)高速公路河口至平台段事故多发路段进行鉴别。结果表明：相比传统当量事故数，改进当量事故数更能反映事故严重程度；改进当量事故数服从负二项分布，可根据其统计分布特征得出客观的路段划分长度；采用K-Means聚类算法筛选结果优于DBSCAN算法，其筛选的事故多发路段总长度占初选结果的66.7%,该方法可为高速公路事故多发路段治理提供强有力的理论依据。