基于随机森林算法的青年驾驶人风险感知差异性分类及其驾驶行为研究

张 遥，焦朋朋^*，张 瑶

(北京建筑大学 通用航空技术北京实验室，北京 100044)

摘　要：　针对青年驾驶人交通安全问题，从生理、行为、心理3个方面对青年驾驶人进行了风险感知能力差异性分类，并基于随机森林算法构建了青年驾驶人风险感知差异性分类模型。通过驾驶模拟试验，采集了青年驾驶人的心电、脑电与驾驶操作等特征指标数据，并利用相关性分析确定了模型输入的最优特征变量。试验结果表明，该模型总体准确率为92.5%，精准率为93.0%，召回率为93.0%，F1值为0.92，性能优于XGBoost和LightGBM算法。在不同场景下的风险感知差异性试验中还发现：高风险感知青年男性驾驶人进入隐性场景前的低频功率(LF值)较显性场景增加了14.74 ms2，表明其谨慎性不足;低风险感知青年女性驾驶人的生理指标(如心率增长率和LF值)均显著高于其他组，反映出其谨慎性较低，行车安全性较差;中风险感知青年驾驶人存在显著的性别差异，即男性青年驾驶人的平均驾驶速度比女性快7.06 km/h，但其LF值降低了8.07 ms2，表明男性在车辆加速时仍保持较高的谨慎性。该研究结果对制定针对性的驾驶安全教育课程和智能辅助系统设计具有重要意义，有助于提高青年驾驶人的行车安全性。

关键词：　交通安全; 青年驾驶人; 驾驶行为; 驾驶人分类; 驾驶模拟试验; 随机森林算法

基金项目： 国家自然科学基金(52172301);北京市社会科学基金重点项目(21GLA010);北京市西城区优秀人才培养资助项目(202338);北京建筑大学研究生创新项目(PG2024055)

引文格式： 张遥，焦朋朋，张瑶. 基于随机森林算法的青年驾驶人风险感知差异性分类及其驾驶行为研究[J]. 市政技术，2025，43(5)：1-14，49. (ZHANG Y，JIAO P P，ZHANG Y. Research on classification of risk perception differences and driving behavior of young drivers based on random forest algorithm[J]. Journal of municipal technology，2025，43(5)：1-14，49.)