摘要
本发明涉及一种基于集成学习的爆炸品运输车运输风险评估方法，属于爆炸品运输风险评估技术领域。包括：(1)构建预警指标体系；(2)收集历史运输事故数据，并根据每个风险评估指标的风险等级划分标准对历史运输事故数据进行归一化处理；(3)构建风险评估模型：采用Stacking集成模型，以决策树、支持向量机、BP神经网络为基模型，以逻辑回归为元模型；(4)训练风险评估模型；(5)采集爆炸品运输车的实时数据，输入风险评估模型中，当模型预测为高风险时，提醒驾驶员和相关管理人员应采取相应的安全措施。本发明结合了多种基模型的优势，可以提高风险评估模型的预测精度和可靠性，实现对爆炸品运输车运输风险的准确评估和实时预警提醒。
