基于数据驱动的高速公路事故救援需求预测与配置优化方法及系统

本发明公开了基于数据驱动的高速公路事故救援需求预测与配置优化方法及系统，方法如下：S1，构建高速公路事故数据集；S2，构建结构化事故预测特征集；S3，建立基于负二项广义线性模型的救援资源需求预测模型；将设定周期内的特征变量输入预测模型进行映射计算，输出对应时段内各路段、各方向的事故数量确定性预测值，作为基准需求场景；S4，构建涵盖偏低、平稳与偏高型风险情景的残差结构；再依据各情景的统计比例，进行有放回重抽样以生成设定数量的残差扰动场景；最后，将残差扰动场景对应叠加至步骤S3输出的基准需求场景中，构建未来事故救援需求场景集；S5，构建配置优化模型，输入救援资源需求，得到高速公路救援资源的配置优化结果。