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