来源：期刊VIP网 时间：
作者：韩锐;于长海;丁庆国;石朋炜;
单位：东北林业大学土木与交通学院;哈尔滨华德学院汽车与建筑工程学院;
摘要：不良驾驶行为的复杂化趋势会对道路交通安全构成严重威胁。为挖掘不良驾驶行为的潜在规律，文章通过车载诊断系统（OBD）采集哈尔滨乘用车早晚高峰时段的行驶数据，利用Python数据处理平台识别超速、急变速、急转弯及快速变道共4种不良驾驶行为。基于行为数据集，提出一种改进的Apriori关联规则挖掘算法。引入粒子群优化（PSO）算法优化Apriori算法中的支持度与置信度两个重要参数，并使用哈希映射表提高Apriori算法的运行效率。实验结果表明，改进Apriori算法在两种数据集上的运行时间较传统Apriori算法分别提高8.26%、9.27%。关联结果显示，不良驾驶行为并非单独存在，其中急转弯、快速变道、急加速关联性最强，超速行为与急变速次之。该研究能够为驾驶风格量化分析提供参考，可应用于交通事故主动预警系统。
关键词：驾驶安全;;不良驾驶行为;;数据挖掘;;关联分析;;改进Apriori算法;;粒子群优化算法
基金资助：黑龙江省重点研发计划项目:寒区道路交通系统低碳智能化与安全提升技术(JD22A014)
