Количественная оценка и сравнение влияния основных факторов риска на различные типы ДТП на дорожных участках с помощью LightGBM и SHAP

Понимание и количественная оценка влияния факторов риска на частоту ДТП имеют большое значение для разработки экономически эффективных мер повышения безопасности. В этом исследовании отдельно проанализировано и сопоставлено влияние основных факторов, способствующих ДТП, на общее число ДТП и ДТП разных типов столкновения. Для моделирования данных штата Техас о ДТП с участием транспортных средств, произошедших в 2015–2017 годах, применён новый метод машинного обучения Light Gradient Boosting Machine (LightGBM). По сравнению с другими широко используемыми методами машинного обучения, такими как eXtreme Gradient Boosting (XGBoost), LightGBM показал значительно лучшие результаты по средней абсолютной ошибке (MAE) и среднеквадратичной ошибке (RMSE). Кроме того, для интерпретации результатов LightGBM использован метод аддитивных объяснений на основе значений Шепли (SHAP). Выявлены значимые факторы риска: ограничение скорости, тип территории, число полос, функциональный класс дороги, ширина и тип обочины. С помощью SHAP количественно оценены важность факторов риска, их суммарное влияние, а также основные эффекты и эффекты взаимодействия. Результаты показывают, что значимость факторов риска различается в зависимости от типа столкновения. Для ДТП с ударом сзади ограничение скорости является более важным фактором риска, чем ширина правой или левой обочины, полосы движения и разделительной полосы, тогда как для ДТП со съездом с дороги наблюдается обратная зависимость. Также установлено, что узкие полосы (8–11 футов) повышают риск всех изученных типов ДТП: общего числа ДТП, съездов с дороги и ударов сзади. На участках дорог с суммарно 5 или 6 полосами в обоих направлениях ширина полосы не менее 12 футов может способствовать снижению риска всех типов ДТП. Эти результаты важны для разработки точных коэффициентов изменения аварийности и экономически эффективных мер повышения безопасности.