随着交通需求增大,我国各大城市快速推进轨道交通设施建设。深入挖掘地铁事故延误原因,准确预测地铁事故延误时间已成为交通安全研究重点之一。然而轨道事故数据多以文本形式存档,传统分析方法难以快速有效处理文本信息。另外,由于地铁事故延误时间分布不均匀,时间跨度范围大,使传统时间预测模型的预测精度不高,并且模型回归变量缺少对事故原因的描述,使模型存在一定的不合理性。因此,本文将主题挖掘方法与时间预测模型两者相结合对地铁事故延误进行建模研究,通过主题模型实现对地铁事故延误原因的挖掘提取,深入剖析延误原因,为地铁事故预防提供参考,通过预测模型实现对地铁事故延误时间的准确预测,为科学处置地铁事故提供决策依据。论文主要工作如下:(1)基于数理统计方法探索地铁事故分布规律与特征,对地铁事故影响因素进行初步分析。首先对地铁事故数据来源进行介绍,之后对地铁事故数据进行清洗处理,从时空分布角度分析地铁事故分布规律,从事故等级、类别和原因三个方面对地铁事故总体特征进行分析,最后基于地铁事故数据,从线路、站点、客流、设备四个方面对地铁事故影响因素进行初步分析。(2)基于主题模型挖掘分析地铁事故延误原因。首先基于传统LDA主题模型的不足,提出基于地铁事故日期、线路、站点、描述和延误五部分联合分布的事故原因主题模型,采用最大似然估计法进行参数估计,运用EM算法进行迭代计算,其次引入主题模型评价指标,评价模型优劣,最后基于主题模型结果提出相应的事故预防建议。实验结果表明,事故原因主题模型在评价指标上均优于传统LDA主题模型,模型在输出主题较少时,优势更为明显。(3)考虑事故原因主题结果和异质性的延误时间建模研究。运用加速失效时间模型理论,基于主题模型结果建立相对应的延误时间模型,找出最优模型的数学形式,分析影响地铁事故延误时间的关键因素及具体影响程度,考虑影响因素异质性,进行延误时间异质性建模研究。结果表明事故原因主题-AFT模型能够对地铁事故进行合理预测与解释,考虑异质性建模后,模型预测精度和拟合优度有所提升。