Crash Prediction on Horizontal Curves: Review and Model Performance Comparison

撞车 计算机科学 负二项分布 泊松回归 泊松分布 随机森林 预测建模 人工神经网络 线性回归 支持向量机 数据集 回归 机器学习 统计 人工智能 数学 人口 人口学 社会学 程序设计语言
作者
Zhongyu Yang,Pingzhou Yu,Ronit Shah,Ronald Knezevich,Yichang Tsai
出处
期刊:Transportation Research Record [SAGE]
被引量:1
标识
DOI:10.1177/03611981241242075
摘要

More than 25% of all roadway fatalities in the U.S. are associated with a horizontal curve, and the average crash rate for horizontal curves is about three times that of other types of highway segments. A focus on horizontal curves can prove to be a cost-effective approach to reducing safety issues. Accurate crash prediction models (CPMs) on horizontal curves can help roadway safety practitioners assess and prioritize safety improvements. Although many CPMs have been developed, there are no extant studies that compare different CPMs on a singular, real-world, large-scale, and comprehensive dataset to evaluate their capability for horizontal curve crash prediction. This study critically evaluated commonly used CPMs, including multiple linear regression (MLR), Poisson regression (PR), negative binomial regression (NBR), support vector machine, random forest (RF), and fully connected neural network (FCNN) models, on rural curves extracted from 18,000 centerline miles of Georgia, U.S.’s state-maintained routes and statewide historical crash data set from 2013 to 2021. Results show PR and NBR models outperform MLR by around 6%. Moreover, the FCNN and RF models further improved this performance by around an additional 6% over the PR and NBR models. Overall, machine learning (ML)-based models outperform generalized linear regression models. The results prove ML-based models can be recommended to transportation agencies to forecast horizontal curve crashes more accurately.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
梦想照进现实完成签到 ,获得积分10
1秒前
Roy完成签到,获得积分10
2秒前
4秒前
追梦完成签到,获得积分10
7秒前
Singularity应助科研通管家采纳,获得10
8秒前
Singularity应助科研通管家采纳,获得10
8秒前
Singularity应助科研通管家采纳,获得10
8秒前
呆萌的小海豚完成签到,获得积分10
9秒前
16秒前
平常雪柳完成签到 ,获得积分10
24秒前
东方欲晓完成签到 ,获得积分0
24秒前
白嫖论文完成签到 ,获得积分10
26秒前
不羡江中仙完成签到 ,获得积分10
30秒前
优美的冰巧完成签到 ,获得积分10
30秒前
快去爬山完成签到 ,获得积分10
37秒前
www完成签到 ,获得积分10
38秒前
YuLu完成签到 ,获得积分10
40秒前
优雅的平安完成签到 ,获得积分10
40秒前
檀123完成签到 ,获得积分10
42秒前
12完成签到,获得积分10
43秒前
chenying完成签到 ,获得积分0
46秒前
Legend_完成签到 ,获得积分10
49秒前
ymxlcfc完成签到 ,获得积分10
1分钟前
alixy完成签到,获得积分10
1分钟前
fareless完成签到 ,获得积分10
1分钟前
巫马完成签到 ,获得积分10
1分钟前
1分钟前
呆萌的金针菇完成签到 ,获得积分10
1分钟前
晓雯发布了新的文献求助10
1分钟前
北辰完成签到 ,获得积分10
1分钟前
1分钟前
现代完成签到,获得积分10
1分钟前
文龙完成签到 ,获得积分10
1分钟前
Yang2发布了新的文献求助10
1分钟前
霓娜酱完成签到 ,获得积分10
1分钟前
xiaobai完成签到,获得积分10
1分钟前
was_3完成签到,获得积分10
1分钟前
Jeff完成签到 ,获得积分10
1分钟前
Jerlly完成签到,获得积分10
1分钟前
洁净的盼易完成签到 ,获得积分10
1分钟前
高分求助中
Aspects of Babylonian celestial divination : the lunar eclipse tablets of enuma anu enlil 1500
中央政治學校研究部新政治月刊社出版之《新政治》(第二卷第四期) 1000
Hopemont Capacity Assessment Interview manual and scoring guide 1000
Classics in Total Synthesis IV: New Targets, Strategies, Methods 1000
Mantids of the euro-mediterranean area 600
Mantodea of the World: Species Catalog Andrew M 500
Insecta 2. Blattodea, Mantodea, Isoptera, Grylloblattodea, Phasmatodea, Dermaptera and Embioptera 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 内科学 物理 纳米技术 计算机科学 基因 遗传学 化学工程 复合材料 免疫学 物理化学 细胞生物学 催化作用 病理
热门帖子
关注 科研通微信公众号,转发送积分 3434856
求助须知:如何正确求助?哪些是违规求助? 3032180
关于积分的说明 8944429
捐赠科研通 2720103
什么是DOI,文献DOI怎么找? 1492160
科研通“疑难数据库(出版商)”最低求助积分说明 689725
邀请新用户注册赠送积分活动 685862