吳德華，林　毅，林庚釵

(福州大學土木工程學院，福建福州　350108)

基于模糊邏輯理論的公路路側安全度評價方法

吳德華*，林毅，林庚釵

(福州大學土木工程學院，福建福州350108)

為了克服傳統(tǒng)經(jīng)典集合理論在處理公路路側安全問題時的局限性，引入模糊邏輯理論，利用其在處理“亦此亦彼”模糊問題時的優(yōu)越性對公路路側安全度進行量化評價；構建了由路側凈區(qū)寬度滿足率、離散危險物密度、離散危險物平均橫向距離、連續(xù)危險物密度、連續(xù)危險物平均橫向間距、路側深度變量6個指標組成的公路路側安全綜合評價指標；隨后確定經(jīng)典集合理論下的評價閾值區(qū)間和評價標準以及確定模糊邏輯理論下的模糊集合和隸屬函數(shù)，利用案例對比分析了基于經(jīng)典集合理論和模糊集合理論的評價結果，分析結果表明基于模糊邏輯理論的公路路側安全度評價方法比基于傳統(tǒng)經(jīng)典集合理論的公路路側安全度評價方法更加精確。

公路運輸；安全度評價；模糊邏輯理論；公路路側；量化評價

據(jù)統(tǒng)計路側交通事故在公路交通事故中約占30%；在一次死亡3人以上的重特大惡性事故中，由于車輛沖出路外墜落陡崖或高橋的路側事故約占重大惡性交通事故的一半[1]。由此可見，如何對設計階段或運營階段的公路路側特征進行定量安全評價，提出相應的路側安全防護或改善措施，對提高公路路側安全水平，降低路側交通事故的傷亡率具有重要意義。Zegeer等人根據(jù)路側凈區(qū)寬度、邊坡高度、是否設置護欄、是否存在堅硬危險物等路側特征將路側危險程度分為七級[2]；我國2004年交通部頒布《公路安全保障工程實施技術指南》將路側危險程度分為四級[3]。這些研究成果仍然屬于定性的分級，2004年交通部西部科技項目《路側安全等級評估及防護方法研究》提出了基于灰色聚類理論的四級路側安全等級評估方法[4]，實現(xiàn)了路側危險程度的定量化評價，但是該評估體系由道路線形、交通量、路側歷史事故和路側特征四大類組成，要依賴于交通量和歷史事故。公路路側特征應該是一種客觀屬性，其安全水平在路側特征沒有變化的情況下就是一種客觀存在，不隨交通量或歷史事故的改變而發(fā)生變化。本文借鑒文獻[5]研究成果基礎上，引入模糊邏輯理論對公路路側安全度進行量化評價研究。

1　模糊邏輯理論與公路路側安全度

1.1模糊邏輯理論

1965年美國自動控制專家L.A.Zadeh首先提出模糊集合和模糊函數(shù)的概念，1966年 P.N. Marinos發(fā)表了關于模糊邏輯的研究報告[6]。模糊邏輯是通過模仿人的思維方式來表示和分析不確定、不精確信息的方法和工具。模糊邏輯本身并不模糊，它并不是“模糊的”邏輯，而是用來對“模糊”(現(xiàn)象、事件)進行處理，以達到消除模糊的邏輯。

傳統(tǒng)的經(jīng)典集合在處理非此即彼問題時具有優(yōu)越性，但是在處理亦此亦彼問題顯示出局限性，模糊邏輯承認真值(True)與假值(False)的中間過渡性，認為事物在形態(tài)和類屬方面“亦此亦彼”，模棱兩可，相鄰中介之間是相互交叉和滲透的；它不依賴于模型，用語言來表示變量，用規(guī)則進行模糊推理，處理事物；對于多因素的復雜狀況，模糊往往顯示出更大的精確性[7，8]。

1.2公路路側安全度的模糊性

公路路側安全度或公路路側危險度是一個模糊的概念，即其內(nèi)涵和外延是模糊的，不清晰的，因此往往在安全與不安全之間很難劃定出明確合理的界限?，F(xiàn)有對公路路側安全或危險等級的劃分和評價方法主要是建立在傳統(tǒng)的經(jīng)典集合基礎上，對路側安全狀況的等級劃分和評價過于絕對化，評價結果為同一安全等級水平的路側安全度，其內(nèi)涵真正的安全性差別無法體現(xiàn)出來。鑒于模糊邏輯理論在處理類似“亦此亦彼”模糊問題時的優(yōu)越性，公路路側安全度的度量采用模糊邏輯理論進行確定。

2　公路路側安全評價指標的確定

公路路側安全度應該由公路路側特征決定的，公路路側特征在公路建成通車時應該已經(jīng)定型(不包括通車后公路兩側非法入侵占道、邊坡滑坡等特殊情況)且基本保持恒定不變。

與公路路側特征直接相關的參數(shù)指標有路側凈區(qū)寬度滿足率(I1)，離散危險物密度(I2)、離散危險物平均橫向距離(I3)、連續(xù)危險物密度(I4)、連續(xù)危險物平均橫向間距(I5)、路側深度變量(I6)等[1]，這些指標與公路路側安全之間有直接的關系。為了簡化計算，將以上6個指標按照一定的權重進行組合，簡化成一個綜合指標RSI:

式中RSI為表征路側安全度指標，Wi為指標Ii的權重，參考《道路安全技術》，確定6個指標的權重向量W＝(0.50，0.02，0.06，0.04，0.08，0.30)T。

路側凈區(qū)寬度滿足率:I1＝CZ/W，CZ為評價路段的實際路側凈區(qū)寬度(m)；W為路側凈區(qū)寬度規(guī)定最小值(m)。

離散危險物密度:I2＝n/L×1000，n為評價路段內(nèi)的離散危險物數(shù)量(凈區(qū)內(nèi)直徑大于10 cm的行道樹、交通標志立柱、燈桿、孤石、涵洞口、橋墩等縱向長度小于3 m的設施或構造物)，L為評價路段長度(km)。

路側深度:I6取值按路面至路側懸崖、溝壑、邊坡或路肩擋墻底部的高度，為設置防撞護欄且臨近路側下方有湖泊、河流、水庫等水體或鐵路線的路段可令I6＝15 m。

各評價指標的評級閾值見表1。

表1　各評價指標的評價閾值區(qū)間

利用功效系數(shù)法對各評價指標進行無量綱標準化如下:

當評價指標為正向指標(數(shù)值越大越理想)時，標準化計算公式為:

當評價指標為反向指標(數(shù)值越大越不理想)時，標準化計算公式為:

表2　公路路側安全度指標RSI評價閾值區(qū)間

以上基于RSI組合指標確定的公路路側安全度評價(表2)是建立在傳統(tǒng)經(jīng)典集合理論基礎上的評價方法，該方法的主要缺點是對安全等級的劃分過于絕對，容易掩蓋較有價值信息，反而達不到精確表達的目的。

3　模糊邏輯理論在公路路側安全評價中的應用

在傳統(tǒng)的經(jīng)典集合理論中，公路路側安全性只能屬于其中的一個集合(優(yōu)、良、中、差)，評價結果過于絕對化，為了實現(xiàn)評價中的過渡性和連續(xù)性，對公路路側安全性進行更加科學的區(qū)分，引進模糊邏輯理論。

3.1模糊集的確定

3.2隸屬函數(shù)的確定

模糊集合中的元素屬于該集合的程度，可從0～1之間連續(xù)的變化，并以“隸屬度”來表示。模糊集合中的特征函數(shù)，被稱為:“隸屬函數(shù)”。按照模糊邏輯理論的語言變量，定義論域 U＝[100，0]，在U上建立評價公路路側安全度的四個模糊集，用指派方法，采用梯形分布，建立模糊集的隸屬函數(shù)如下:

圖1　隸屬函數(shù)

根據(jù)確定的隸屬函數(shù)，可以得到公路路側安全性對于各模糊集(優(yōu):A～(x)，良:B～(x)，中: C～(x)，差:D～(x))的隸屬度。由圖1可以看出，模糊邏輯理論的應用使得路側安全性以不同的隸屬度屬于不同的模糊集，安全概念的邊界被模糊化，安全水平的變化是漸進的。路側安全水平的差異不僅表現(xiàn)在其所隸屬的模糊集之間的差別，而且表現(xiàn)在其對于同一模糊集的隸屬度的差別，從而可以更加精確地區(qū)分不同路段路側的安全水平差異。

4　案例分析

某國道設計時速為60 km/h，現(xiàn)有三個路段，路段一上行方向右側K112.2～K111.500，凈區(qū)寬度約為1.0 m，路側深度約3 m；路段二上行方向右側K152.5～K153.5，凈區(qū)寬度約為2.0 m，路側深度0.8 m；路段三下行方向右側K97.4～K98.3，凈區(qū)寬度約2.5 m，路側深度0.5 m，三個路段內(nèi)的危險物分布情況見表3。

表3　評價路段內(nèi)的危險物分布情況

根據(jù)公路路側安全綜合指標RSI計算公式(1)，以及各評價指標評價閾值及無量綱標準化方法，可以得到三個路段的綜合指標RSI值分別為44.51、73.32、85.44(計算過程見表4)，根據(jù)公路路側安全度指標RSI評價閾值區(qū)間，可以得到三個路段的公路路側安全性等級水平為中、良和優(yōu)。模糊集合評價的三個路段的安全水平為中(隸屬度0.78)，良(隸屬度1.00)、優(yōu)(隸屬度0.54)，顯然可以更加精確地表征公路路側的安全水平(見表5)。以路段三為例，基于模糊邏輯理論的評價結果說明該路段路側安全度屬于優(yōu)的隸屬度為0.54，屬于良的隸屬度為0.36，說明路側安全水平其實是連續(xù)的，可以逐漸過渡的，這與傳統(tǒng)的安全概念有較大差異。

表4　傳統(tǒng)經(jīng)典集合理論評價結果

表5　傳統(tǒng)經(jīng)典集合與模糊集合評價結果對比

5　結論

由于經(jīng)典集合理論的局限性和公路路側安全度本身的模糊性，利用模糊邏輯理論在處理“亦此亦彼”模糊問題時的優(yōu)越性，運用公路路側安全綜合評價指標RSI對公路路側安全度進行量化評價研究，在確定其模糊集合及隸屬函數(shù)后，進行了案例分析，結果表明基于模糊邏輯理論的公路路側安全度評價方法比傳統(tǒng)經(jīng)典集合理論更加精確，更能詮釋公路路側安全水平的涵義。

[1]何勇，唐琤琤.道路交通安全技術[M].北京:人民交通出版社，2008.

[2]交通部公路安全保障工程技術組.公路安全保障工程實施技術指南[M].北京:人民交通出版社2007.

[3]D.L.Ivey，C.V.Zegeer.In Utilities Roadside Safety.State of the Art Report No.9[R].Washington.DC:Transportation Research Board，2004:18-21.

[4]高海龍，李長城.路側安全設計指南[M].北京:人民交通出版社，2008.

[5]王琰，郭忠印.基于模糊邏輯理論的道路交通安全評價方法[J].同濟大學學報(自然科學版)，2008，36(1):47-51.

[6]Zadeh L A.Outline of a new approach to the analysis of complex systems and decision processes[J].IEEE Transactions on Systems，Man，and Cybernetics，1973，SMC 3(1):28.

[7]謝際堅，劉承平.模糊數(shù)學方法及其應用[M].3版.武漢:華中科技大學出版社，2006.

[8]麥可·史密生，杰·弗桂能.模糊集合理論在社會科學中的應用[M].上海:格致出版社.2012.

(責任編輯:曾晶)

Roadside Safety Evaluation Based on Fuzzy Logic Theory

WU Dehua*，LIN Yi，LIN Gengchai
(School of Civil Engineering，F(xiàn)uzhou University，F(xiàn)uzhou，350108，China)

To overcome the limitation of classical set theory in the treatment of roadside safety problems，the fuzzy logic theory was introduced，which can help to deal with the“This and that”fuzzy problems such as the quantitative evaluation of roadside safety.It built the roadside safety comprehensive index that composed of six indictors which are satisfaction rate of roadside clear zone width、density of discrete dangerous、average horizontal distance of discrete dangerous、density of continuous dangerous、average horizontal distance of continuous dangerous、depth of roadside.After that the evaluation threshold interval and criterion were presented under the classical set theory，also the fuzzy set and membership function were proposed under the fuzzy logic theory.The case contrasted the evaluation results which based on classical set and fuzzy set theory.The results indicate that the evaluation on the roadside safety based on fuzzy set theory could be more accurate than based on the classical set theory.

highway transportation；safety evaluation；fuzzy logic；roadside；quantitative evaluation

U419

A

1000-5269(2016)01-0122-05DOI:10.15958/j.cnki.gdxbzrb.2016.01.28

2015-04-10

福建省自然科學基金項目(2016J01230)

吳德華(1978-)，男，副教授，博士，研究方向:交通規(guī)劃與交通安全，Email:wudehua2000＠163.com.

吳德華，Email:wudehua2000＠163.com.