交通安全评价方法.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,高速公路安全评价论文综述,姓名：杨思宇,汇报时间：,2016,年,5,月,12,日,2024/12/14 周六,1,目录,引言,文献综述,问题与思考,2024/12/14 周六,2,一、引言,2024/12/14 周六,3,一、引言,道路交通安全评价,借助安全系统工程的相关理论，对道路交通系统安全状态进行定性与定量分析，得出关于某一地区、线路或路段安全程度的评估结论，用以指导本地区的道路交通安全管理工作，或者对道路工程设计方面提出指导性的改进意见。,2024/12/14 周六,4,一、引言,高速安全评价的目的,科学、准确地识别影响交通安全的主要因素。综合客观地确认或者评价特定区域的交通安全状况或者水平。,辅助交通安全管理部门诊断交通安全症结，为交通安全策略与措施的制定提供科学依据。,有利于有关部门对高速公路整体安全水平的把握和宏观控制。,有助于高速公路安全管理水平的提高，变被动的事后处理为主动的事故预测预防管理，促进高速公路安全实现系统化、科学化和标准化。,2024/12/14 周六,5,一、引言,高速公路安全的影响因素,2024/12/14 周六,6,一、引言,01,02,03,传统分析方法,神经网络评价法,高速公路安全评价的方法,因子分析法,2024/12/14 周六,7,二、文献综述,2024/12/14 周六,8,二、文献综述,1.,传统分析方法,层次分析法,模糊综合评价法,多层次灰色评价法,2024/12/14 周六,9,二、文献综述,（,1,）,层次分析法,层次分析法是一种决策思维方法，根据问题的性质与评价要求，将复杂的问,题分解为各个组成因素，并将这些因素按层次关系分组，形成有序的递阶层,次结构，通过两两比较的方式确定层次中诸因素的相对重要性，然后综合人,的判断，决定诸因素相对重要性的顺序。,典型文献,：,（,1,）,天气下高速公路交通安全风险评估及应急管理能力研究,潘逸凡,2014,年硕士论文,（,2,）基于改进层次分析法的高速公路交通安全评价,周广振,2015,公路交通技术,1.,传统分析方法,2024/12/14 周六,10,二、文献综述,二、文献综述,（,2,）模糊综合评价,法,1.,传统分析方法,模糊综合评价就是以模糊数学为基础，应用模糊关系合成的原理，将一些边,界不清，不易定量的因素定量化、进行综合评价的一种方法。,典型文献,：,（,1,）,基于改进层次分析法的高速公路交通安全评价,周广振,2015,公路交通技术,（,2,）高速公路交通安全影响因素分析及模糊综合评价,周刚 西南交大研究生毕业论文,（,3,）基于模糊综合评价法的高速公路交通安全评价体系研究,刘小龙,2014,产业与科技论坛,2024/12/14 周六,11,二、文献综述,二、文献综述,（,3,）多层次灰色评价,法,1.,传统分析方法,灰色评价法认为通常在确认道路交通安全水平时,是不可能知道全部信息指,标的。用灰色理论的,“,非唯一性,”,原理,通过对少量已掌握的部分信息的筛选、,加工、延伸和扩展等,将道路交通安全水平确定在某一灰域内,以实现对道路交,通安全整体水平的评价。,2024/12/14 周六,12,二、文献综述,1.,传统分析方法,（,4,）传统评价方,法比较,2024/12/14 周六,13,二、文献综述,2.,神经网络评价法,目前对于高速公路安全评价研究的主要有三种神经网络评价法,BP,神经网络评价法,遗传神经网络评价法,径向基小波神经网络评价法,典型文献,：,（,1,）,基于,BP,神经网络的高速公路交通安全评价系统设计与实现,李聪颖,2010,武汉理工大学学报,（,2,）基于,BP,神经网络的高速公路交通安全评价,陈 君,2008,年同济大学学报,（,3,）高速公路交通安全微观评价方法及应用研究,徐晶,2011,年北京交通大学硕士,（,1,）,BP,神经网络评价法,2024/12/14 周六,14,二、文献综述,BP,神经网络,的结构如下图所示：,x,和,y,是网络的输入、输出向量。每个神经元,用一个节点表示。网络由输入层、隐含层和输出层节点组成。隐含层可以是,一层，也可以是多层，前层至后层节点通过权连接，同层节点之间无连接。,2024/12/14 周六,15,二、文献综述,长安大学的李聪颖,2010,年在,基于,BP,神经网络的高速公路交通安全评价系统设,计与实现,中运用了此方法进行安全评价。,论文中：输入层选择与驾驶人特性、道路主体工程、交通工程及沿线设施、交通特,性、交通环境特性、交通安全管理特性等,6,个方面,18,个节点；输出层选择,4,个节点，,分别对应,4,个安全评价等级；,隐含层节点数根据经验公式选取，即,m=.,在建立了相应的高速公路交通安全评价体系基础上，对,BP,人工神经网络在高速公,路交通安全评价的设计与实现进行了分析，结合高速公路交通安全评价的特点，,采用,C+,语言与数据库技术，开发了基于,BP,人工神经网络的交通安全综合评价,软件，并进行了实例分析与验证。,2024/12/14 周六,16,二、文献综述,BP,神经网络模型的优点、缺点：,a)BP,神经网络可有效解决评价过程中指标权重的随意性和人为影响，适合对,高速公路这一复杂的交通系统进行安全评价。,b)BP,神经网络可有效进行多指标变权问题的动态求解，该评价方法所具有的,知识存储性、容错性和自适应性可以有效保证权重的客观性。,c),BP,神经网络存在收敛速度慢、隐节点数的选取缺乏理论指导等问题。适用,于解决非线性、多指标变权问题的动态求解。,2024/12/14 周六,17,二、文献综述,北京交通大学的徐晶,2011,年在,高速公路交通安全微观评价方法及应用研究,中运用遗传,神经网络评价法进行安全评价。算法的核心内容是利用遗传算法,优化,BP,神经网络的权值和阈值,主要包括,BP,神经网络结构确定,遗传算法优化权值、,阈值和,BP,神经网络微调三部分。,文章应用输入层、输出层和一个隐含层的三层,GA-BP,网络作为高速公路交通,安全微观评价模型。其中输入层是与速率、交通流组成、道路线型、天气等,相关的,11,个节点。输出层为,4,个安全等级。而隐含层节点数根据公式,来确定，其中，,M,为输入层节点个数，,N,为输出层节点个数，,为,1,到,10,之间的,常数。,（,2,）,.,遗传,神经网络评价法,2024/12/14 周六,18,二、文献综述,.,确定网络拓扑结构；,.,种群初始化；,.,确定适应度函数；搜索目标定为在进化代中搜索,使网络的误差平方和,E,最,小的权值和阈值,，而遗传算法只能朝着使适应度函数值增大的方向进化，所,以,适应度函数应采用误差平方和,的倒数。,其中，,k,为训练样本数，,Ti,和,Oi,分别为第,i,个样本的期望输出和实际输出。,.,选择操作。文章中采用轮盘赌法，每个个体,i,的选择概率,Pi,为：,式中，表示群体适用度的总和，,fi,表示群体中第,i,个染色体的适应度值，,n,为种群个体数目。,2024/12/14 周六,19,二、文献综述,.,交叉操作。第,k,个染色体,ak,和第,l,个染色体,al,在第,j,位的交叉操作方法如下：,式中，,b,是,【0,，,1】,的随机数。,.,变异操作。选取第,i,个个体的第,j,个基因，进行变异，变异操作方法：,2024/12/14 周六,20,二、文献综述,遗传,神经网络模型的优点、缺点：,a),在,BP,神经网络的基础上，遗传,神经网络法具有并行计算的特点，因而,可以通过大规模并行计算加快结果的收敛速度。,b),遗传,神经网络多点并行操作，并非局限于一点，可以有效地防止收索,过程中收敛于局部的最优解。,c),遗传,神经网络方法的计算难度较大。,2024/12/14 周六,21,二、文献综述,径向基函数是一个实值函数，它的取值只依赖于其离原点的距离。径向,基小波神经网络是将,小波分析,与,径向基小波神经网络,相结合得到的神经,网络，结构相对比较复杂，其输入样本在神经元中的响应方式运用,“,近,兴奋远抑制,”,的径向基神经网络理论。,长安大学的钟锐,2014,年在,高速公路交通安全风险评价方法研究,中运用,径向基小波神经网络,对高速公路安全进行评价。,.,建立网络,文章中选取了,18,个评价指标作为,18,个输入节点，选取,5,个不同程度安全评价,指标作为输出层的,5,个节点，设定隐含节点数为,8,个。,（,3,）,.,径向基小波神经网络法,2024/12/14 周六,22,二、文献综述,与其他神经网络模型有所不同，作者采用了,4,层,径向基小波神经网络模型,2024/12/14 周六,23,二、文献综述,.,归一化数据,将各评价指标列为输入矩阵，表示为,文章中共有,18,个输入节点由于这些评价指标的非量纲化结果为,0-100,的数，如果,直接输入神经网络会导致输出结果始终处于饱和区，所以将将所有数据进,行归一化处理，即将数据都变为,-1,到,1,之间的数，归一化公式为：,2024/12/14 周六,24,二、文献综述,.,网络训练,利用,“,兰定,”,高速的历年各项数据，建立评价指标体系，计算评价,指标结果，经过归一化处理输入神经网络进行训练。训练的具体代,码为：,评价集中各评价结果与输出结果相对应编码：,输出结果：,2024/12/14 周六,25,二、文献综述,径向基小波神经网络的优、缺点：,径向基小波神经网络的函数逼近能力、学习速率、分类能力等方面都,比,BP,神经网络强。,在数据的特征提取、数据算法的自适应控制等方面都有灵活、普遍的,应用。,能够多线操作，没有局部极小问题。,设计程序复杂，对数据要求高算法复杂。适用于非平稳，非线性信号，大,规模复杂计算过程，对精度要求较高的问题。,2024/12/14 周六,26,二、文献综述,哈尔滨工业大学的周琨,2014,年在,寒冷地区高速公路交通安全风险评价的研究,中运用,因子分析模型,对高速公路安全风险进行评价。,一般来说，总体的所有信息不能完全用公共因子来表达，所有的观测变量都,是由公共因子和特殊因子所组成的，其中公共因子可以作为每一个观测变量,的解释因子，而特殊因子则是每一个观测变量中无法解释的部分。因子分析,模型的一般形式,为公共因子，,为特殊因子。,荷载矩阵,4.,因子分析模型法,2024/12/14 周六,27,二、文献综述,作者选取了,10,个相关候选自变量共,49,个因子，在,excle,中用,0-1,变量法进行替换。,通过,spss,软件利用主成分分析的方法得到,“,解释的总方差,”,。具有,Kaiser,标准,化的正交旋转法，经过,22,次迭代后收敛，可以得到,“,旋转成分矩阵,”,。,因子旋转,荷载矩阵记为,B=AT,，公共因子,变换后得到：,原有变量的线性组合用每个公共因子来表示,2024/12/14 周六,28,二、文献综述,最后根据成分得分系数矩阵计算出,26,个公共因子的得分公式：,最后应用加权求和的方式计算全部,22,个公共因子的得分，计算时以每一个,公共因子的方差贡献值或方差贡献率作为它自身的权数。求得最终评价模型。,2024/12/14 周六,29,二、文献综述,因子分析模型的优、缺点：,能够真实地反映出某一路段或区域内的交通安全状况，比较准确地反应,出对高速公路的安全行驶状况有比较大影响的一些相关的性能。,因子分析法属于因素分析法，是将原始观察变量表示为新因子的线性组合。,构造一个模型，将问题的为数众多的变量减少为几个新因子，新因子变量数,m,小于原始变量数,P,，从而构造成一个结构简单的模型。从而使问题得到简化，,方便评价。,因子分析法研究问题相当于抓住问题的主要矛盾，忽略次要矛盾的研究方法，,这样做无疑降低了解决问题的难度，同时带来的还有精度不高的问题。,2024/12/14 周六,30,三、问题与思考,2024/12/14 周六,31,三、问题与思考,ADD YOUR TITLE HERE,传统的安全评价方法中定性成分较多，定量成分较少，评价的准确性相,对较低，近期发展的神经网络法和因子分析法在这个层面上有所改进，在,定量分析的基础上研究高速公路安全评价。,高速公路安全评价是一项系统工程，所涉及的学科领域众多，且风险要素,众多，不可能全部顾及到。因此，在高速公路安全评价领域需要长期的实,践与探索才能将评价结果的信度与效度提高，使其尽可能趋近于真实情况。,在上述所涉及到的所有方法中，影响因素的选取对方法的实施有很大的,影响，而上述所有方法都有无法选取多个（,10,个以上）影响因素的局限性,，这对于研究高速公路这样复杂的系统达不到精度要求。,2024/12/14 周六,32,三、问题与思考,ADD YOUR TITLE HERE,通常选择人、车、路、环境、管理五个方便因素。影响因素选取是安全,评价中至关重要的一环，因此，方法的使用效果也因使用者的水平和选取,的指标有所变动。,缺少安全评价的相关规范指导方法的应用和参数的选取，因此目前安全,评价的效果并没有达到最好。有关部门应编制相关规范，指导相关人员进,行高速公路安全评价。,安全评价方法通常是选取影响因素，通过评价方法进行评价，其输出结,果往往是各影响因素对安全性的影响权重，并没有具体的改进办法。,安全评价方法应适当改进，提升影响因素的选取数值，适当与大数据结,合，更加准确、客观的评价交通安全。,2024/12/14 周六,33,谢谢,2024/12/14 周六,34,