方騰蛟，曹耀元

（長安大學(xué)汽車學(xué)院，陜西 西安 710064）

基于模糊集和粗糙集的高速公路交通應(yīng)急方案匹配研究

方騰蛟，曹耀元

（長安大學(xué)汽車學(xué)院，陜西 西安 710064）

為了解決高速公路交通應(yīng)急方案匹配過程中事故描述不完整、事故性質(zhì)不清楚、方案匹配不準(zhǔn)確等問題，提出一種基于模糊集和粗糙集的方案匹配方法，來提高應(yīng)急救援效率。最后的實例表明，所提出的方法能有效提高高速公路應(yīng)急方案匹配的準(zhǔn)確性和可靠性，反映出粗糙集和模糊集在應(yīng)急方案匹配中的優(yōu)越性。

高速公路；方案匹配；模糊集；粗糙集；相似度

CLC NO.:U492.8Document Code:AArticle ID:1671-7988 (2017)02-143-03

引言

隨著交通流量的增加，高速公路交通事故時有發(fā)生。如何縮短交通事故救援的響應(yīng)時間、提高救援效率是迫切需要解決的問題。實踐表明，及時獲取應(yīng)急方案是減少救援決策時間的關(guān)鍵。

Lu等采用案例推理的技術(shù)(case-based reasoning，CBR)開發(fā)了機場應(yīng)急預(yù)案管理系統(tǒng)[1]。Yang等將CBR技術(shù)引入高速公路應(yīng)急管理中，設(shè)計了案例檢索，再利用和保存模塊，實現(xiàn)基于最近鄰搜索匹配的計劃[2]。分析認為，尚待解決的問題有：應(yīng)急方案匹配時權(quán)重需要手動測定；歷史案例信息不完整、緊急事件的信息描述不完整、某些事故關(guān)鍵屬性的丟失會影響案例匹配的可靠性；方案的自動檢索沒有考慮到其模糊屬性。為此考慮：引入結(jié)構(gòu)相似度來分析緊急事件和歷史案例的結(jié)構(gòu)特征，通過模糊集理論描述緊急事件的模糊性和相似度；通過粗糙集理論確定緊急事件的權(quán)重，設(shè)計應(yīng)急方案匹配過程的算法，進而研究提出高速公路應(yīng)急方案智能匹配方法。

1、高速公路交通應(yīng)急方案匹配概述

1.1 事故特征信息

根據(jù)高速公路交通應(yīng)急救援決策的要求，在決策中發(fā)揮

關(guān)鍵作用的是事故特征信息，事故特征信息可分為4個類別

[3]：數(shù)值類別、要素類別、模糊變量類別、模糊區(qū)間。

1.2 應(yīng)急方案匹配方法

交通應(yīng)急方案匹配，本質(zhì)是計算和比較相似事件的過程，通過建立相似性測度函數(shù)，將當(dāng)前的緊急事件與案例數(shù)據(jù)庫中的歷史案例相比較，與當(dāng)前事故最相似的歷史案例的救援方案即為最適合的救援方案。因此，選擇適當(dāng)?shù)南嗨贫扔嬎惴椒ㄊ菓?yīng)急方案匹配的關(guān)鍵因素。

2、緊急事件事故特征的相似度計算

2.1 基于粗糙集的特征權(quán)重計算方法

事故特征在方案匹配過程中的重要性是通過相似度計算中的權(quán)重來表示的。權(quán)重是否合理，直接影響方案匹配的精度和可靠性。常用的權(quán)重設(shè)定方法主要基于該領(lǐng)域?qū)＜业闹饔^決策和經(jīng)驗。利用粗糙集理論確定每個事故特征的權(quán)重，只需比較數(shù)據(jù)而不用先驗知識，該方法是客觀的[4]。

根據(jù)粗糙集理論，有知識庫系統(tǒng)S = (U, R, F, V)，U是緊急事件的歷史案例集；R ={x1, x2, . . . , xn}是屬性集；C = {c1, c2, . . . , cn-1}是條件集；D = 0asa0e0是決策集，決策通常指“事件級別”且R = C∪D，決策集D對條件集C的依賴程度為：

— Card代表集合的基數(shù)；代表集合D在C上的正域。因子i的重要度rc-1為：

— 表示決策集D在條件集合C刪除子集{ci}情況下的正域。

因子i的權(quán)重為：

wi1越大，該因子i對決策的重要程度越高。當(dāng)因子i從條件集中移除后，對U/D商集影響非常大。當(dāng)wi1=0，意味著移除因子i對U/D商集沒有影響，則該因子為冗余因子,應(yīng)該刪除。

整體權(quán)重為：

—wi1和wi2分別代表客觀權(quán)重和主觀權(quán)重，主觀權(quán)重由專家根據(jù)實際情況給出；α是個經(jīng)驗系數(shù)，α越大客觀權(quán)重越重要，α越小主觀權(quán)重越重要。

2.2 緊急事件和歷史案例結(jié)構(gòu)相似度計算方法

假設(shè)當(dāng)前的緊急事件為P，相似的歷史案例為Q，則結(jié)構(gòu)相似度S(P, Q)等于P和Q交集的加權(quán)和除以P和Q并集的加權(quán)和，有：

—是a因子在集合P∩Q中的權(quán)重，g是集合G中的因子個數(shù)；是b因子在集合P∪Q中的權(quán)重，h是集合D中的因子個數(shù)。

2.3 基于模糊集屬性的相似度計算

計算緊急事件P與歷史案例Q的模糊屬性的相似度，即是求其隸屬函數(shù)的重合區(qū)域比例，有：

—pi和qi是對應(yīng)于緊急事件P與歷史案例Q屬性的模糊集；sim(pi, qi) 是模糊集pi和qi的模糊屬性相似度；A表示模糊集空間，pi∩qi表示模糊集pi和qi的交叉集。

由于要素屬性只具有屬性值，并沒有真正意義上的相似度。所以要素屬性的相似性度，在屬性相同的情況下取1；屬性不同的情況下取0。有：

—sim(pi, qi) 表示緊急事件P和歷史案例Q的要素屬性相似度；pi和qi分別表示的關(guān)于 i因子的屬性值。

2.4 總體相似度計算

結(jié)合結(jié)構(gòu)相似度和屬性相似度及相應(yīng)的權(quán)重，得到總體相似度方程為：

—Sim(P，Q)為總體相似度；S(P，Q)為結(jié)構(gòu)相似度，見方程(5)；

3、實例分析

以緊急案例庫中的“十堰-天水”高速公路安康段交通應(yīng)急案例為樣本，應(yīng)用上述相似度計算方法匹配方案，詳見表1。

表1 緊急事件和歷史案例的屬性值

3.1 確定屬性權(quán)重

根據(jù)式(3) (4)，計算權(quán)重為W = {0.055, 0.034, 0.047, 0.047, 0.052, 0.050, 0.030, 0.028, 0.034, 0.036, 0.043, 0.048, 0.050, 0.053, 0.051, 0.033, 0.054, 0.056, 0.047, 0.038, 0.038, 0.037, 0.039}。

3.2 計算結(jié)構(gòu)相似度計算

計算得S(A,B2)和S(A,B3)相似。S(A,B2) = S(A,B3) = 1。緊急事件A的結(jié)構(gòu)屬性與歷史案例B2和B3相同，與B1相似。

3.3 計算屬性間的相似度

表2 案例屬性值相似度

總體相似度計算根據(jù)方程 (8)。結(jié)果如表3所示。

可見：事件A與歷史案例B2之間的相似度大于A和B1、A和B3間的相似度。由此表明，歷史案例B2救援方案適用緊急事件A。

表3 總體相似度

4、結(jié)論

由于高速公路突發(fā)事件的特征難以收集，所以該方法專注于解決事故特征描述不完整、不確定的緊急事件的應(yīng)急方案的匹配。利用粗糙集的屬性權(quán)重計算方法該方法減少了對先驗知識的依賴，消除了緊急事件冗余屬性。利用結(jié)構(gòu)相似度計算，提高了案例匹配的可靠性并減少了屬性丟失對相似度計算的影響。利用模糊集理論計算模糊屬性間的相似度，根據(jù)事故的屬性，為不同類型的交通事故分采用不同的計算方法。最后的實例計算表明，采用的高速公路應(yīng)急預(yù)案匹配方法能夠適應(yīng)匹配過程中緊急事件描述不完整的情況，驗證了該方法的其實用性和有效性。

[1]Z.Lu,X.Hu and H.Yang,Airport emergency preparednesssmanage -ment based on case-based reasoning, Journal of CivilAviation University of China 28 (2010), 1-5.

[2]S. Yang,C. Xiong and F. Ni,Freeway incident managementsystem based on case-based reasoning, Journal of SoutheastUniversity 38(5) (2008), 878-883.

[3]B. Zhang and Y. Yu, Hybrid similarity measure for retrieval incasebased reasoning system, Systems Engineering-Theory &Practice 22(3) (2002), 131-136.

[4]X. Cao and J. Liang, Determination method of character weightbased on rough sets theory, Chinese Journal of ManagementScience 10(5) (2002), 98-100.

Studyon emergency plans match of expressway traffic based on fuzzy setsand rough sets

Fang Tengjiao, Cao Yaoyuan
( School of Automobile, Chang’an University, Shaanxi Xi’an 710064 )

To deal with the problem in emergency plan matching of highway traffic that incident description is incomplete, incident properties are unclear, and plan matching is inaccurate,etc.A plan matching method is proposed based on fuzzy sets andrough sets,which improve the efficiency of emergency rescue. Final example shows that the proposed method can improve the accuracyand reliability of highway traffic emergency matching,reflecting the advantages of rough sets and fuzzy sets in emergency planmatching.

Highways; plan matching; fuzzy sets; rough sets; similarity

U492.8

A

1671-7988(2017)02-143-03

方騰蛟，就讀于長安大學(xué)。

10.16638/j.cnki.1671-7988.2017.02.049