袁　黎， 于俊俊， 吳夢(mèng)倩， 蔡明杰

(河海大學(xué) 土木與交通學(xué)院， 江蘇 南京　210098)

?

基于貝葉斯網(wǎng)絡(luò)的雙車道公路風(fēng)險(xiǎn)性分析

袁黎， 于俊俊， 吳夢(mèng)倩， 蔡明杰

(河海大學(xué) 土木與交通學(xué)院， 江蘇 南京210098)

[摘要]雙車道公路是我國(guó)公路網(wǎng)的重要組成部分，對(duì)其進(jìn)行風(fēng)險(xiǎn)性分析能有效降低交通事故風(fēng)險(xiǎn)。在分析道路風(fēng)險(xiǎn)產(chǎn)生因素的基礎(chǔ)上，構(gòu)建了雙車道公路風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，根據(jù)貝葉斯網(wǎng)絡(luò)理論構(gòu)建貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，再結(jié)合大量事故數(shù)據(jù)，采用EM算法確定了節(jié)點(diǎn)的條件概率表，最終建立了基于貝葉斯網(wǎng)絡(luò)的風(fēng)險(xiǎn)評(píng)估模型。通過對(duì)模型進(jìn)行等級(jí)劃分，證明了該風(fēng)險(xiǎn)評(píng)估方法的有效性。

[關(guān)鍵詞]雙車道公路； 風(fēng)險(xiǎn)； 貝葉斯網(wǎng)絡(luò)； 交通安全

0前言

雙車道公路是國(guó)家和省內(nèi)的一般干線公路，約占干線公路網(wǎng)95%以上，二三級(jí)公路和部分四級(jí)公路均為雙車道公路。雙車道公路的重要特點(diǎn)是超車車輛必須駛?cè)雽?duì)向車道才可以完成超車過程。據(jù)統(tǒng)計(jì)，我國(guó)2010年在公路上發(fā)生的交通事故次數(shù)為272 840起，占交通事故總數(shù)的56.9%，死亡人數(shù)為46 534人，占總數(shù)的71.3%，受傷人數(shù)為149 007人，占總數(shù)的58.64%，發(fā)生在二級(jí)公路上的事故造成的死亡人數(shù)有16 454人，約占到交通事故總數(shù)的比例為25.23%，比例非常高[1]。

雙車道公路的交通安全對(duì)道路交通系統(tǒng)的安全有很重要的影響[2]。雙車道公路風(fēng)險(xiǎn)評(píng)估可以有效的預(yù)防和降低雙車道公路交通事故的發(fā)生，并且遏制事故發(fā)生的嚴(yán)重后果[3]。目前國(guó)外交通安全評(píng)價(jià)的主要方法包括相對(duì)事故率法、時(shí)間序列分析法、回歸分析法、系統(tǒng)分析法和交通沖突法等[4]。著名的Smeed R.J.教授根據(jù)歐洲20個(gè)國(guó)家10余年的交通事故資料，通過對(duì)事故次數(shù)與機(jī)動(dòng)車及人口數(shù)量進(jìn)行回歸分析，建立了斯密德模型[5]。我國(guó)交通安全評(píng)價(jià)的研究起步于上世紀(jì)80年代中期。哈爾濱工業(yè)大學(xué)提出了動(dòng)態(tài)事故強(qiáng)度法進(jìn)行交通安全評(píng)價(jià)；唐洪[6]、孫慧芝[7]、王煉等人[8]認(rèn)為風(fēng)險(xiǎn)理論對(duì)提高事故預(yù)防的效果有顯著的意義和作用。他們分析了風(fēng)險(xiǎn)控制理論在道路交通安全研究中的應(yīng)用，在對(duì)人、車、路進(jìn)行風(fēng)險(xiǎn)識(shí)別的基礎(chǔ)上，提出了風(fēng)險(xiǎn)控制和安全措施。

目前國(guó)內(nèi)研究將貝葉斯理論與交通理論相結(jié)合多用于鐵路和航空運(yùn)輸，在道路交通系統(tǒng)尤其是雙車道公路上的研究比較少。貝葉斯網(wǎng)絡(luò)技術(shù)[9]具有很強(qiáng)的處理不確定性問題能力，既能用于推理，又能用于診斷，適合安全風(fēng)險(xiǎn)評(píng)估。因此本文基于貝葉斯網(wǎng)絡(luò)對(duì)雙車道公路進(jìn)行風(fēng)險(xiǎn)評(píng)估是一個(gè)很值得研究的課題。

1雙車道公路風(fēng)險(xiǎn)評(píng)估指標(biāo)體系

對(duì)雙車道公路風(fēng)險(xiǎn)的識(shí)別必須遵循全面性的基本原則，但是根據(jù)實(shí)際情況，若對(duì)可能出現(xiàn)的各種風(fēng)險(xiǎn)因素進(jìn)行分析則是無(wú)窮多個(gè)的。雙車道公路風(fēng)險(xiǎn)評(píng)估是一項(xiàng)多指標(biāo)，多屬性問題。根據(jù)系統(tǒng)工程學(xué)原理，應(yīng)用綜合評(píng)價(jià)方法，基于有關(guān)專家咨詢的基礎(chǔ)上，將定性分析與定量分析相結(jié)合，把復(fù)雜的系統(tǒng)分成若干子系統(tǒng)。主要指標(biāo)道路幾何設(shè)計(jì)因素和交通設(shè)施[10]，每類指標(biāo)由若干個(gè)下一級(jí)指標(biāo)構(gòu)成，實(shí)際上交通環(huán)境如交通構(gòu)成，路側(cè)干擾等對(duì)交通安全均有影響?；谝陨戏治觯L(fēng)險(xiǎn)指標(biāo)體系如圖1所示。

圖1　雙車道公路分析評(píng)估指標(biāo)體系Figure 1　Two-lane highway risk assessment index system

2基于貝葉斯網(wǎng)絡(luò)的雙車道公路風(fēng)險(xiǎn)評(píng)估模型

貝葉斯網(wǎng)絡(luò)是依據(jù)概率推理的一種數(shù)學(xué)型，在概率推理的基礎(chǔ)上發(fā)展而來的貝葉斯網(wǎng)絡(luò)是用來解決不定性和不完整性方面的問題的，它在處理復(fù)雜設(shè)備不確定性和關(guān)聯(lián)性引起的故障方面有巨大的優(yōu)勢(shì)。貝葉斯建模的兩個(gè)重要工作是確定網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)與網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)的條件概率分布[11]。

Bayes公式，設(shè)事件D的樣本空間S，A為D的基本事件，基本事件B1，B2…Bn互不相容，B1∪B2∪…∪Bn=S，則由乘法法則與條件概率公式有：

(1)

2.1構(gòu)建風(fēng)險(xiǎn)評(píng)估的貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

文本根據(jù)經(jīng)過風(fēng)險(xiǎn)識(shí)別以及相關(guān)篩選得到以上13項(xiàng)風(fēng)險(xiǎn)因素指標(biāo)，可以按照指標(biāo)體系的層級(jí)結(jié)構(gòu)和內(nèi)在的因果關(guān)系，可以建立圖 2所示的結(jié)構(gòu)合理、易于計(jì)算的貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。

圖2　雙車道公路風(fēng)險(xiǎn)評(píng)估貝葉斯網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)Figure 2　Bayesian network topology of two-lane 　　　highway risk assessment

2.2確定風(fēng)險(xiǎn)評(píng)估的貝葉斯網(wǎng)絡(luò)參數(shù)

貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)表示的是雙車道公路風(fēng)險(xiǎn)因素，這些節(jié)點(diǎn)一般都被定義為N類節(jié)點(diǎn)，本文將各個(gè)節(jié)點(diǎn)分為3個(gè)狀態(tài)，分別代表影響雙車道公路風(fēng)險(xiǎn)程度的“低(0)”，“中(1)”，“高(2)”；M類節(jié)點(diǎn)的分析可以通過0-1分析得出；為了使風(fēng)險(xiǎn)因素的設(shè)定更加地符合實(shí)際情況，可以對(duì)此類節(jié)點(diǎn)設(shè)定一個(gè)小概率θ的發(fā)生概率。

網(wǎng)絡(luò)中需要確定的參數(shù)主要是指節(jié)點(diǎn)的概率分布，即節(jié)點(diǎn)的邊緣概率以及各節(jié)點(diǎn)的條件概率表。在特定網(wǎng)絡(luò)結(jié)構(gòu)下，參數(shù)確定是依據(jù)網(wǎng)絡(luò)節(jié)點(diǎn)的數(shù)據(jù)樣本，而數(shù)據(jù)樣本就是貝葉斯網(wǎng)絡(luò)中隨機(jī)變量的狀態(tài)組成的所有組合，簡(jiǎn)單稱為數(shù)據(jù)。按照訓(xùn)練樣本集的完整性，本文采用EM算法來對(duì)樣本參數(shù)進(jìn)行學(xué)習(xí)[13]。子節(jié)點(diǎn)的條件概率表主要根據(jù)以下方法確定：

① 依專家經(jīng)驗(yàn)確定網(wǎng)絡(luò)節(jié)點(diǎn)條件概率值，將概率值手工輸入到節(jié)點(diǎn)的條件概率表；

② 將搜集到的數(shù)據(jù)輸入到網(wǎng)絡(luò)模型中，通過參數(shù)的學(xué)習(xí)獲得節(jié)點(diǎn)的條件概率值；

③ 利用Netiea中節(jié)點(diǎn)的“Equation”功能，輸入節(jié)點(diǎn)概率特征，獲取條件概率。

2.2.1交通事故數(shù)據(jù)處理

根據(jù)南京市交通局提供的歷史數(shù)據(jù)，選取104國(guó)道K1 200～K1 300路段2003年到2004年兩年間的609起事故數(shù)據(jù)，其中有14起1人以上死亡，4起3人以上死亡。對(duì)該段道路的事故數(shù)據(jù)進(jìn)行處理，得到部分貝葉斯網(wǎng)訓(xùn)練數(shù)據(jù)如表1所示。

表1 部分貝葉斯網(wǎng)訓(xùn)練數(shù)據(jù)Table1 Partofthebayesiannetworktrainingdata事故序號(hào)X1X2X3X4X5X6110201020210113210100422022052202216000221X7X8X9X10X11X12X13A101010000100100001001112000021012000010000021111

2.2.2EM算法理論

(2)

(3)

(4)

(5)

(6)

(7)

2.2.3貝葉斯網(wǎng)絡(luò)的概率賦值計(jì)算

本文借助Netica軟件來完成參數(shù)的輸入以及對(duì)求解風(fēng)險(xiǎn)概率的賦值計(jì)算。在確定貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上，采用處理過的事故數(shù)據(jù)，選取EM算法，來確定節(jié)點(diǎn)的條件概率，可以按照各變量間的因果關(guān)系，計(jì)算中間層節(jié)點(diǎn)以及頂層節(jié)點(diǎn)的條件概率值[11]。利用 Netica 軟件可以實(shí)現(xiàn)對(duì)于節(jié)點(diǎn)條件概率的自動(dòng)求解。最終形成了評(píng)估雙車道公路風(fēng)險(xiǎn)的貝葉斯網(wǎng)絡(luò)評(píng)估模型，如圖3所示。

圖3　雙車道公路風(fēng)險(xiǎn)評(píng)估貝葉斯網(wǎng)絡(luò)模型Figure 3　Bayesian network model of two-lane highway risk assessment

2.3雙車道公路風(fēng)險(xiǎn)等級(jí)劃分

為了盡可能的對(duì)雙車道公路風(fēng)險(xiǎn)進(jìn)行準(zhǔn)確評(píng)價(jià)，需要在風(fēng)險(xiǎn)發(fā)生的可能性等級(jí)和發(fā)生概率間建立一個(gè)模糊的關(guān)系[14]。分別選取10段主觀評(píng)價(jià)為安全、一般安全、不安全、危險(xiǎn)的路段，運(yùn)用貝葉斯網(wǎng)絡(luò)方法，在已知參數(shù)確定的情況下，可以得到整體的風(fēng)險(xiǎn)發(fā)生可能性的大小，根據(jù)計(jì)算的概率結(jié)果，在Netica軟件中進(jìn)行仿真之后，可以確定風(fēng)險(xiǎn)發(fā)生可能性等級(jí)對(duì)應(yīng)的概率劃分區(qū)間，用不同顏色表示不同風(fēng)險(xiǎn)等級(jí)，如表2所示。

表2 雙車道公路風(fēng)險(xiǎn)等級(jí)劃分Table2 Riskhierarchyoftwo-lanelhighway風(fēng)險(xiǎn)等級(jí)顏色風(fēng)險(xiǎn)結(jié)果概率區(qū)間Ⅰ級(jí)綠色風(fēng)險(xiǎn)低≤0.2Ⅱ級(jí)藍(lán)色有一定風(fēng)險(xiǎn)≤0.3Ⅲ級(jí)橙色風(fēng)險(xiǎn)較高≤0.4Ⅳ級(jí)紅色風(fēng)險(xiǎn)高>0.4

3實(shí)例應(yīng)用

本文選取省道241 K215+300～K225路段為例，其全長(zhǎng)10 km，是赤城連接懷來通往京津地區(qū)的主要公路。根據(jù)2007年道路改建通車至2010年交通事故統(tǒng)計(jì)的數(shù)據(jù)為10起，造成12人受傷，9人死亡。把S241(K215～K225)路段按1 km劃分為10個(gè)路段，并對(duì)每一段道路特征做標(biāo)定，見表3。

表3 S241(K215～K225)路段特征標(biāo)定Table3 S241(K215～K225)Roadcharacteristicscalibration路段編號(hào)X1X2X3X4X5X6K215～K216220200K216～K217111211K217～K218121120K218～K219020120K219～K220020120K220～K221221021K221～222121120K222～223221200K223～224221120K224～225221020X7X8X9X10X11X12X131201000221110011000120020110002111011111101001110211000000012112001211

通過Netica軟件在雙車道公路貝葉斯網(wǎng)絡(luò)模型中進(jìn)行計(jì)算，并進(jìn)行排序，見表4。

表4 S241(K115～K225)路段風(fēng)險(xiǎn)概率Table4 S241(K115～K225)Roadriskprobability路段編號(hào)風(fēng)險(xiǎn)概率風(fēng)險(xiǎn)等級(jí)排序K215～K2160.312Ⅲ9K216～K2170.404Ⅳ2K217～K2180.334Ⅲ6K218～K2190.373Ⅲ4K219～K2200.428Ⅳ1K220～K2210.376Ⅲ3K221～222 0.338Ⅲ5K222～223 0.324Ⅲ7K223～224 0.306Ⅲ10K224～225 0.316Ⅲ8

從表4中可以看出：路段K216～K217和K219～K220風(fēng)險(xiǎn)等級(jí)為四級(jí)，風(fēng)險(xiǎn)高，為危險(xiǎn)狀態(tài)，要進(jìn)行重點(diǎn)改造。其余路段為三級(jí)風(fēng)險(xiǎn)，風(fēng)險(xiǎn)還是比較高，為不安全狀態(tài)，需要對(duì)很多不符合規(guī)范的道路風(fēng)險(xiǎn)因素進(jìn)行安全性改善。從整體來說，K215～K225路段的風(fēng)險(xiǎn)比較高，和調(diào)查情況也比較符合，所以相關(guān)管理部門可以依據(jù)評(píng)估結(jié)果進(jìn)行重點(diǎn)改善。

4結(jié)論與展望

本文利用貝葉斯網(wǎng)絡(luò)的概率推理能力，提出了基于貝葉斯網(wǎng)的雙車道公路風(fēng)險(xiǎn)評(píng)估的方法。得到以下的結(jié)論：

① 構(gòu)建了雙車道公路風(fēng)險(xiǎn)評(píng)估指標(biāo)體系。

本文重點(diǎn)探討了雙車道公路道路因素對(duì)道路安全的影響，分別從道路設(shè)計(jì)、交通設(shè)施、交通環(huán)境3個(gè)方面分析了道路因素對(duì)雙車道公路安全的影響，建立了風(fēng)險(xiǎn)評(píng)估指標(biāo)體系。

② 建立了雙車道公路風(fēng)險(xiǎn)評(píng)估模型。

把貝葉斯網(wǎng)理論引入雙車道公路風(fēng)險(xiǎn)分析中，確定了網(wǎng)絡(luò)節(jié)點(diǎn)和值域，建立了網(wǎng)絡(luò)結(jié)構(gòu)，并采用EM算法進(jìn)行參數(shù)學(xué)習(xí)，在Netica里面建立了雙車道公路的風(fēng)險(xiǎn)評(píng)估模型。

③ 制定了雙車道公路風(fēng)險(xiǎn)等級(jí)標(biāo)準(zhǔn)。

運(yùn)用模型對(duì)采集到的道路數(shù)據(jù)進(jìn)行計(jì)算，得到各種類型的道路的風(fēng)險(xiǎn)概率值，根據(jù)風(fēng)險(xiǎn)概率值的分布，把雙車道公路等級(jí)劃分為四個(gè)等級(jí)。

對(duì)省道241 道路特征和交通特征進(jìn)行分析，處理調(diào)查數(shù)據(jù)，對(duì)該段道路進(jìn)行風(fēng)險(xiǎn)評(píng)估。證明該評(píng)價(jià)方法對(duì)減少交通事故，提高道路安全性有著重要的意義。

研究展望：

① 利用貝葉斯網(wǎng)對(duì)雙車道公路進(jìn)行風(fēng)險(xiǎn)評(píng)估的概率計(jì)算，需要大量的數(shù)據(jù)支持。本文僅選取一段雙車道公路的兩年事故數(shù)據(jù)，還不足以代表雙車道公路整體的風(fēng)險(xiǎn)水平。

② 在有些數(shù)據(jù)缺失的時(shí)候，要利用算法進(jìn)行數(shù)據(jù)的修補(bǔ)，所以需要研究更精確更符合實(shí)際的算法來修補(bǔ)數(shù)據(jù)，再利用完整的數(shù)據(jù)進(jìn)行參數(shù)學(xué)習(xí)，經(jīng)過迭代計(jì)算得到最佳的條件概率表，最終獲得最優(yōu)的評(píng)估結(jié)果。

[參考文獻(xiàn)]

[1]中國(guó)公安部交通管理局.2010年全國(guó)道路交通事故統(tǒng)計(jì)報(bào)告[Z].

[2]游克思，孫璐.改建工程設(shè)計(jì)階段安全評(píng)價(jià)方法研究[J].公路工程，2010，35(6)：38-41.

[3]袁黎，吳夢(mèng)倩，馬永峰.基于層次分析的干線公路安全評(píng)價(jià)方法的研究[J].公路工程，2013，38(4)：199-202.

[4]Marc Gaudry，Sylvain Lassarre.Structural Road Accident Models[J].Transportation Research，2000，17(9)：225-235.

[5]Ali S.Al Ghamdi.Analysis of traffic accidents at urban intersection in Riyadh[J].Accident Analysis & Prevention，2004，35(6)：717-724.

[6]唐洪.風(fēng)險(xiǎn)控制理論與道路安全交通[J].學(xué)術(shù)研究，2006(6)：84-85.

[7]孫慧芝.城市道路交通安全的風(fēng)險(xiǎn)評(píng)價(jià)[D].青島：山東科技大學(xué)，2006.

[8]王煉，孫艷，何凌.高速公路交通事故風(fēng)險(xiǎn)管理[J].中國(guó)交通信息產(chǎn)業(yè)，2006(11)：24-26.

[9]王雙成.貝葉斯網(wǎng)絡(luò)學(xué)習(xí)推理與應(yīng)用[M].上海：立信會(huì)計(jì)出版社，2010.

[10]胡思濤，項(xiàng)喬君，朱艷茹.基于貝葉斯網(wǎng)絡(luò)的農(nóng)村公路典型路段事故風(fēng)險(xiǎn)評(píng)價(jià)方法[J].公路，2014(7)：067.

[11]李江飛.基于貝葉斯網(wǎng)絡(luò)的地鐵項(xiàng)目施工風(fēng)險(xiǎn)評(píng)價(jià)研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2013.

[12]陳富堅(jiān)，柳本民，郭忠印.基于貝葉斯分析的道路交通系統(tǒng)可靠性模型[J].同濟(jì)大學(xué)學(xué)報(bào)：自然科學(xué)版，2011，39(2)：220-225.

[13]劉勇.基于貝葉斯網(wǎng)的道路交通事故分析[D].長(zhǎng)沙：長(zhǎng)沙理工大學(xué)，2009.

[14]Yuan L，Yuan H，Ma Y，et al.Development of a safety evaluation model for provincial highway[J].Discrete dynamics in nature and society，2014.

Analysis of Two-lane Highway Traffic Risk Based on Bayesian Network

YUAN Li， YU Junjun， WU Mengqian， CAI Mingjie

(College of Civil and Transportation Engineering， Hohai University， Nanjing， Jiangsu 210098， China)

[Abstract]Two-lane highway is an important part of China's highway network.A risk assessment on the two-lane highway can effectively reduce risk.Based on the analysis of the factors of risk on the road，the author builds a two-lane highway risk assessment index system.Bayesian network theory is introduced on the risk assessment of two-lane highway.On this basis，a Bayesian network topology of two-lane highway is built，combining with a large number of accident data，the node's conditional probability tables are determined by using the EM algorithm.The eventual establishment of a risk assessment model is based on Bayesian network.Finally，the risk level of two-lanel highway was defined，which proves the effectiveness of the risk assessment methodology.

[Key words]two-lane highway； risk； bayesian network； traffic safety

[中圖分類號(hào)]U 491.4

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]1674—0610(2016)02—0099—05

[作者簡(jiǎn)介]袁黎(1974—)，女，河南信陽(yáng)人，博士，副教授，碩士生導(dǎo)師，研究方向?yàn)榈缆方煌ò踩?/p>

[基金項(xiàng)目]國(guó)家自然科學(xué)基金項(xiàng)目資助(51308192)

[收稿日期]2015—01—16