Resumen

Las bases de datos de accidentes de tráfico proporcionan la base para el análisis de accidentes de tráfico, cuyos datos suelen tener una estructura radial, multidimensional y multicapa. Los algoritmos tradicionales de minería de datos, como las reglas de asociación, cuando se aplican solos, suelen arrojar resultados inciertos y poco fiables. Para analizar la correlación entre los atributos y las causas de los accidentes puede utilizarse un algoritmo de reglas de asociación mejorado basado en la optimización por enjambre de partículas (PSO) que se propone en este artículo. El nuevo algoritmo se centra en las características de la hiperestructura de los datos de accidentes de tráfico, y las reglas de asociación de las causas de los accidentes pueden calcularse con mayor precisión y en mayor proporción. También se define un nuevo concepto de Entropía de Asociación para ayudar a comparar la importancia entre los distintos atributos de los accidentes. Se utilizaron el modelo de prueba T y el método Delphi para probar y verificar la precisión del algoritmo mejorado, cuyo resultado fue una velocidad diez veces mayor para los análisis de muestreo de datos de accidentes de tráfico aleatorios por término medio. En el artículo, los algoritmos se probaron en una base de datos de muestra de más de veinte mil elementos, cada uno con 56 atributos de accidentes. Y el resultado final demuestra que el algoritmo mejorado era preciso y estable.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:atributos de accidentes, reglas de asociación, algoritmo mejorado, bases de datos de accidentes de tráfico, algoritmos tradicionales de minería de datos, algoritmo mejorado de reglas de asociación, análisis de muestreo de datos de accidentes de tráfico aleatorios, análisis de accidentes de tráfico, datos de accidentes de tráfico, optimización por enjambre de partículas
• Keywords:accident attributes, association rules, improved algorithm, road traffic accident databases, traditional data mining algorithms, improved association rule algorithm, random traffic accident data sampling analyses, road traffic accident analysis, road traffic accident data, particle swarm optimization