基于车载记录仪数据的车辆风险模型实证
DOI: http://dx.doi.org/10.12349/iser.v4i2.1236
Article ID: 1236
摘要
伴随着计算机技术的不断进步,越来越多的车载记录仪(in-vehicle data recorders,简称IVDR)被安装到了汽车上。在获得了更多的实时车辆运行数据的同时,也为汽车事故的成因的分析提供了更为丰富的数据依据。因此,论文将对汽车记录仪的数据进行分析,并将各种汽车的行驶状况和环境因素相结合,在此基础上,提出了一种新的交通事故风险因子分析方法。论文拟基于海量的出行、地理位置等信息,通过建立多元线性回归模型,分析交通风险与事故的相关性,并对所得结论进行实证检验。经过研究,我们发现了车辆风险因素与事故之间的影响关系,具体表现为:行驶里程与发生事故的概率存在非线性关系等。希望通过本研究,可以为车辆风险量化、交通出行规划、车险个性化定价等方面,提供一定的参考价值。
关键词
车载记录仪数据;车辆风险模型;实证
全文:
PDF参考
Huang H. META: A mobility model of MEtropolitan Taxis
extracted from GPS traces. Proc. Of the China IEEE.2010.
Bolderdijk JW. Effects of pay-as-you-drive vehicle insurance on
young drivers’ speed choice: Results of a Dutchfield experiment.
Accid. Anal. Prev. 2011, 43 (3): 1181-1186.
华荣晖.美国强制车险费率制度的特点与启示——以马萨诸赛州为例[J].上海金融学院学报,2009(1).
黄永波.车险费率市场化改革及中小保险公司应对策略[J].金融会计,2011(2).
吴义,宁洪.车载导航大数据在车险行业的应用[J].计算机光盘软件与应用,2014(7):23-24+27.
Refbacks
- 当前没有refback。
版权所有(c)2023 刘 金科, 肖 星宇, 肖 政权
此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。