基于灰色理论和贝叶斯网络的城市道路交通安全风险研究.pdf

第 卷 第 期贵州大学学报（自然科学版）年月 （）文章编号 （）：基于灰色理论和贝叶斯网络的城市道路交通安全风险研究周秋龙，张忠宇，唐莎，邱开来，刘田源（南京城建隧桥智慧管理有限公司，江苏 南京 ；苏交科集团股份有限公司，江苏 南京 ；东南大学 交通学院，江苏 南京 ）摘要：为更好地对城市道路交通安全进行研究，提出了基于灰色理论和贝叶斯网络的城市道路交通安全风险分析方法。从人 车 路 环境 管理 大指标建立城市道路交通安全风险影响因素评价体系；采用灰色关联度方法判别城市道路交通安全的显著影响因素；结合贝叶斯网络评估所筛选因素对道路交通安全风险影响的概率分布，辨识道路交通安全风险主要致因与影响强度分布。选取南京市鼓楼区惠民西路周围道路 年间发生的 起交通事故验证该模型的有效性。结果表明，该方法共识别影响惠民西路交通安全显著因素 个，基于筛选出的 个因素辨识出惠民西路处于低风险的概率为 ，中风险的概率为 ，高风险的概率为 ，为城市道路交通安全风险研究提供一些参照。关键词：交通安全；道路风险因素；灰色理论；贝叶斯网络；交通工程中图分类号：文献标志码：随着城市经济快速发展，汽车拥有量在逐年增加，交通事故数量也在逐年增加，道路交通安全成为人们日益关注的问题，影响道路交通安全的因素较多、涉及范围较广且较复杂，这些因素对道路交通安全的影响程度也不同 。因此，对城市道路交通安全影响因素进行辨识，筛选出关键因素并计算影响因素的强度分布对研究城市道路交通安全风险尤为重要 。目前，国内外对城市道路交通安全已有较多的研究。针对城市道路交通安全影响因素的研究主要集中于应用 、回归模型等进行因素的筛选。等 采用 回归分析方法分析了高速公路交通事故的影响因素，结果表明，影响高速公路交通事故伤亡人数的主要因素有性别、事故类型、驾驶员类型、责任原因等。等 利用数据的时间序列性和空间相关性，分别运用有序 和 模型，分析了在不同的驾驶环境条件下，驾驶员本身的特性参数对道路交通事故严重程度的影响。等 选取经济、道路、人 个方面的变量作为解释变量，以交通事故受伤人数为被解释变量进行回归分析，结果表明，经济的发展能提高交通安全水平，新增道路里程、新增人口、新增车辆保有量的增加会使道路交通安全形势恶化。孟云伟等 分析了高速公路年的交通事故数据，利用 回归模型，选取事发天气、事故类型等类自变量进行分析，筛选出对高速公路的交通事故的严重程度有显著性影响的因素。然而，应用此类方法存在以下不足：）无法对道路交通安全风险进行全面分析；）难以辨识不同因素的强度分布；）分析结果往往受限于数据质量问题，如事故数据稀少、变量选取主观等问题。基于实际道路事故数据、应用灰色理论方法为全面剖析城市道路事故数据、辨识城市道路交通安全的影响因素提供了新的思路 。刘兆惠等 采用灰色关联度方法对道路交通安全影响因素进行辨析，找到对道路影响最大的因素。李菁等 提出了基于灰色关联度和组合赋权法对道路交通安全进行评价，找到相对关联度最优的影响因素，建立安全评价体系对道路交通安全进行评价。然而，灰色理论分析方法只能筛选出影响城市道路交通收稿日期：基金项目：南京市住房和城乡建设委员会资助课题（）作者简介：周秋龙（），男，工程师，研究方向：道路工程管理，：通讯作者：唐莎，：安全的关键因素，不能得到各因素的强度分布以及道路交通安全的风险等级。贝叶斯网络风险评价方法能较好地表达变量之间的关系，能对事故大小进行定量的评价，该方法以变量之间的相互作用为前提、通过参数学习和概率推理来获取结果分布信息，目前主要应用于船舶搁浅事故成因分析 、船舶航行风险评价分析以及搜索营救可靠性分析 等。在公路交通安全方面，等 基于德尔菲技术和贝叶斯网络对高速公路的交通安全进行分析，利用贝叶斯网络的评价结果对事故进行预测，结果表明，基于贝叶斯网络的评价结果能得到各因素的强度分布，从而准确地对事故进行预测。为填补上述研究空白，提出了灰色理论与贝叶斯网络相结合的方法用于分析城市道路交通安全。从人、车、路、环境以及管理 个方面建立城市道路交通安全风险因素评价体系，采用灰色理论辨识城市道路交通安全的关键影响因素，结合贝叶斯网络技术对关键因素的概率分布进行研究，从而得到道路交通安全风险等级，为城市道路交通安全风险的研究提供一定的参考。城市道路交通安全评价指标对城市道路交通安全影响因素的辨识需要遵循全面性的原则，由于影响道路交通安全的因素是无穷多个的，不同的因素对城市道路交通安全的影响程度有所不同 ，因此本研究基于系统工程学的原理，从人、车、路、环境及管理 个因素分析城市道路交通系统安全风险 。这 个因素之间相互作用、相互影响，因素间的具体关系如图 所示。基于上述划分的主要因素，构建了城市道路交通安全风险影响因素评价指标体系，如图 所示，根据选取的道路交通安全评价指标体系构建灰色关联模型，进行关联度分析。图 人、车、环境、路、管理因素影响关系图 ，图 城市道路交通安全风险影响因素评价体系 基于灰色理论和贝叶斯网络城市道路交通安全风险研究模型 灰色理论由于事故致因存在差异性，各因素影响显著性及强度也存在差异性，因此需要确定各因素与风险的关联系数以确定出影响城市道路交通安全的关键因素。灰色关联分析法是一种客观的分析方法，适用于交通事故与其相关因素的关联性分析，以了解城市交通事故的主要特征及其主要的影响因素。同时灰色关联分析方法弥补了采用数理统计分析所导致的缺点，适用于任何样本量，可避免量化结果与定性分析结果不符问题 。灰色关联度的理论核心是通过确定参考数据列和若干个比较数据列的几何相似程度来判断其联系是否紧密，它反映了曲线间的关联程度。进行灰色关联度分析的步骤如下 ：贵州大学学报（自然科学版）第 卷步骤 计算各序列的初值象。令（），（），（）（），（），（）（），（），（）其中，为参考序列，代表城市道路发生交通事故的次数，（）为发生轻微事故的次数，（）为发生中度事故的次数，（）为发生重大事故的次数。，为比较序列，分别代表由于不同因素导致发生事故的次数，例如，代表酒后驾车，则（）为酒后驾车造成轻微事故的次数，（）为酒后驾车造成中度事故的次数，（）为酒后驾车造成重大事故的次数，以此类推至，代表被评价指标的个数。步骤 计算每个被评价指标序列与参考序列对应元素的差值绝对值。即：（）（）（）步骤 计算两极最大差和最小差。两序列的两极最小绝对值：（）（）两序列的两极最大绝对值：（）（）步骤 计算关联系数。（）（）（）（）（）（）（）（）（）（）式中：（）表示参考序列与第 比较序列在 时刻的关联系数，为分辨系数，用来减弱最大值过大对关联系数失真的影响，可以提高关联系数之间的分辨力。取值区间为（，），通常 取值 ，。步骤 确定灰色关联系数。（）（）通过式（）和（）可以计算出构建的 大指标及 个子指标因素与事故之间的关联系数，根据系数的大小判断该因素对交通安全的影响程度，系数越大，该因素对城市道路交通安全的影响就越大。这样就能剔除影响不显著的指标，确定出影响显著的指标。基于灰色理论的贝叶斯网络一个贝叶斯网络 （，）是由 个变量 （，）组成，假设其中的节点 有 个取值，其父节点 （）共有 个组合 。因此，根据计算得到各个因素与事故之间的灰色关联度，基于灰色关联度的大小确定出影响道路交通安全的主要因素，这些因素隶属于交通安全评价指标体系。对选取的因素进行分类调整，将安全指标体系中的人、车、路、环境以及管理作为贝叶斯网络的父节点，按照内在的因果关系将各类因素归到这 大类因素中。将这 类节点的值域设置为 ，分别代表道路的风险等级的“低”“中”“高”。筛选出的影响道路交通安全的主要因素作为子节点，以同样的方式进行值域的设置。在贝叶斯网络结构中需要确定的参数值即节点的概率分布。确定参数的方法主要包括 种：）通过专家团队经验、样本数据的专家参数估计，确定概率值，将概率值输入到节点的概率表中。）将事故数据输入网络模型中，通过参数学习获得节点的概率。）利用 中 算法，导入训练好的数据集，输入节点概率特征，获取条件概率。本文主要采用 中的 算法。该算法具有高效性和准确性的优点。算法的伪代码如下所示 ：，：，（，）：（）（，）：（，）：（：，：，）第 期周秋龙 等：基于灰色理论和贝叶斯网络的城市道路交通安全风险研究通过导入训练好数据集到软件 中，选择 算法，将最大父节点设置为 ，可以得到人、车、路、环境以及管理的节点的概率，从而确定该区域处于低风险、中风险以及高风险的概率。根据概率的大小可以判断出该区域的安全风险程度，若中风险与高风险占比大，则说明该区域的道路交通风险性较大。实例应用选取南京市鼓楼区惠民西路周围道路 年发生的 起交通事故进行安全风险分析，验证提出模型的有效性。该事故数据集共包括轻微事故 起、中度事故 起以及重大事故起。各因素导致的事故数量以及严重程度如图 所示。图 各因素导致不同严重程度事故数量分布 对交通安全指标体系中的 个因素进行灰色关联度分析，以这些因素为序列号，以事故的严重程度为决策属性，事故的数量作为条件属性，进行数据的处理。利用 进行关联度计算，得出相对关联度与综合关联度并取其平均值进行关联度分析。关联度的计算结果如表 所示，为更加形象地观察到各个因素的关联情况，各个因素的关联度矩阵如图 和图 所示。表 灰色关联度 属性属性值相对关联度综合关联度平均关联度人酒后驾车（）疲劳驾驶（）超速（）超载（）驾驶技术（）路道路线形（）路面结构（）交通标志标线（）施工路段（）信号配时（）管理交通管理体制（）信息化水平（）监控体系（）属性属性值相对关联度综合关联度平均关联度车制动故障（）转向失控（）非法改装（）机件失灵（）灯光失效（）环境道路安全设施（）交通信息传递（）天气状况（）交通混杂程度（）行车速度（）照明条件（）贵州大学学报（自然科学版）第 卷图 各因素关联度矩阵 图 各个因素关联度矩阵 由表 、图 和图 的结果可以看出，酒后驾车（）平均关联度为 、超速（）平均关联度为 、疲劳驾驶（）平均关联度为 、驾驶技术（）平均关联度为 、制动故障（）平 均 关 联 度 为 、非 法 改 装（）平均关联度为 、交通标志标线（）平均关联度为 、信号配时（）平均关联度为 、天气状况（）平均关联度为 、行车速度（）平均关联度为 以及监控系统（）平均关联度为 ，这些因素对该区域的安全有较大的影响。因此，对这 个因素的道路事故数据进行初步的训练处理。选取道路事故数据处理的部分结果如表 所示。再利用 软件，基于这 个因素以及相应的数据构建贝叶斯网络拓扑结构，如图 所示。表 部分训练处理的数据 第 期周秋龙 等：基于灰色理论和贝叶斯网络的城市道路交通安全风险研究图 城市道路交通风险评估贝叶斯网络拓扑结构 基于软件 构建的交通风险评估贝叶斯网络拓扑结构，进行参数的输入并对求解风险概率的赋值进行计算。主要根据处理过的事故数据，选取贝叶斯参数学习确定每个节点的概率，结果如图 所示，其中，表示低风险，表示中风险，表示高风险。从图 可以看出，选取的 个因素造成城市道路交通风险的概率有所不同。这 个因素造成城市道路处于中风险与高风险的概率较大，尤其是 （疲劳驾驶）使得城市道路处于高风险的概率达到了 。图 各因素概率分布 根据各个变量之间的因果关系，软件可以自动计算出相应的 节点、节点、节点、节点以及 节点的条件概率值，从而最终计算出 的概率值。形成的评估城市道路交通安全风险的模型如图 所示。在图 中，惠民西路与其周围道路交通安全处于低风险的概率为 ，中风险的概率为 ，高风险的概率为 。人、环境、道路、车以及管理这 个因素对城市道路交通安全影响的概率有所不同。由于人的因素导致该地区道路处于低风险的概率为 ，中风险的概率为 ，高风险的概率为 ；由于道路的因素导致该地区道路处于低风险的概率为 ，中风险的概率为 ，高风险的概率为 ；由于管理因素导致该地区道路贵州大学学报（自然科学版）第 卷图 城市道路安全风险评价贝叶斯网络参数学习结果 处于低风险的概率为 ，中风险的概率为 ，高风险的概率为 ；由于环境因素导致该地区道路处于低风险的概率为 ，中风险的概率为 ，高风险的概率为 ；由于车的因素导致该地区道路处于低风险的概率为 ，中风险的概率为 ，高风险的概率为 。为对该道路提出更明确、更有针对性的建议和改进措施，对其进行敏感性分析。敏感性分析结果如图 所示，深红的节点为影响城市道路安全较为敏感的因素，包括制动故障、非法改装、交通标志标线、信号配时、天气状况、行车速度、监控系统；标注为浅红色的超速的节点的敏感度也较高。若上述节点变化，会对城市道路交通安全造成较大的影响。可见，人、道路以及环境的因素对该地区道路交通安全风险造成的影响较大，应加强人的安全教育以及道路和环境的管理。针对于人的方面，要规范驾驶员的驾驶行为，做到不超速、不超载行驶；对于道路方面，交通标志标线的设置应合乎规范，能切实发挥其信息提示的作用；对于环境方面，对于不同的天气状况，及时做好不良天气的预警工作，提醒驾驶员减速行驶、保持安全车距等。针对于车的方面，要改善车辆的安全性能，及时进行车辆定期的检查、保养及维修，禁止非法改装，加大车辆管理力度。结论利用采集到的城市道路交通事故数据，构建了人 车 路 环境 管理 大指标体系，与此同时构建了其 个子指标体系。基于构建的交通安全指标体系，采用灰色关联度的方法识别出显著影响因素，结合贝叶斯网络的方法分析城市道路交通安全风险性。以南京市鼓楼区惠民西路发生的交通事故的数量以及事故成因为例，发现影响惠民西路交通安全的关键因素有 个，主要集中在人、路以及环境 个方面，同时发现惠民西路处于低风险的概率为 ，中风险的概率为 ，高风险的概率为 。此类方法无需大量的数据，能直接准确地得到影响城市道路交通安全风险的因素，能准确地显第 期周秋龙 等：基于灰色理论和贝叶斯网络的城市道路交通安全风险研究图 敏感性分析结果 示城市道路交通安全状况。该研究有利于后续相关部门采取相应的措施改善该地区道路交通安全状况，对之后的实际工程有一定的借鉴意义。参考文献：，：，：赵建有，吕鲲鹏，徐舸，等城市道路平面交叉口交通冲突分析及改善设计 中国公路学会，世界交通运输大会执委会，西安市人民政府，陕西省科学技术协会世界交通运输工程技术论坛（）论文集（下）西安：中国公路学会，：，：，：，：，（）：孟云伟，张熙衍，青光焱，等基于 回归的高速公路交通事故后果的影响因素分析 武汉理工大学学报（交通科学与工程版），（）：刘兆惠，王超基于灰色关联度的交通安全道路影响因素辨析 山东交通科技，（）：，李菁，张卫华基于灰色关联和组合赋权法的道路交通安全评价 交通科技与经济，（）：王新建基于贝叶斯网络的船舶搁浅事故致因分析 大连：大连海事大学，胡甚平，方泉根，蔡存强基于贝叶斯网络推理的船舶航行风险评价 第五届海洋船舶驾驶专业委员会 航海技术论文选集（第 集）广州：中国航海学会，：，：贵州大学学报（自然科学版）第 卷 ，（）：王锋高速公路交通安全分析及安全对策研究 科技信息，（）：徐东星，尹勇，张秀凤，等长江干线水上交通事故的灰色分析与预测 中国航海，（）：马明贝叶斯网络算法研究及应用 秦皇岛：燕山大学，（）：（责任编辑：曾晶），（，；，；，）：，：；第 期周秋龙 等：基于灰色理论和贝叶斯网络的城市道路交通安全风险研究