金宇，王曉峰

（上海海事大學信息工程學院，上海201306）

0 引言

隨著我國經濟的發(fā)展以及汽車保有量的增加，交通事故頻繁發(fā)生，交通安全問題也越來越受到人們的重視，交通事故的發(fā)生雖然具有很大的偶然性和隨機性，但其內在還是主要受到人、車、環(huán)境等因素的共同作用，通過對過往的數據來分析影響交通事故嚴重程度的因素，可以對以后道路安全駕駛起到良好的指引作用，為采取措施提供理論依據。

針對交通事故方面的研究，國內外許多學者都進入深入的研究，如苑春苗[3]提出了基于BP神經網絡的交通事故分析,并用靈敏度方法研究交通事故因素和嚴重程度的關系，孫軼軒[2]通過數據挖掘的方法對道路交通事故的致因機理進行分析，運用決策樹對交通事故進行了分類研究，建立了事故嚴重程度模型，AliTava?koliKashani[6]利用分類和回歸樹模型，假定交通事故的獨立變量和非獨立變量沒有關系，從而得出影響交通事故嚴重程度最重要的獨立變量，并得到在兩車道和三車道中，未系安全帶是影響嚴重程度最重要的因素。Caner Erden和Numan?elebi[5]利用粗糙集產生的決策規(guī)則來分析交通事故原因之間的聯(lián)系，大部分都是通過對事故表象的單因素進行孤立的分析，但是交通事故是多方面共同作用的結果，并且各個因素之間可能也是相互關聯(lián)的，而貝葉斯網絡能夠全面地揭示各個因素對交通事故的影響，以及各個影響因素之間的聯(lián)系，更適用于交通事故方面的研究。

1 貝葉斯網絡建模方法

1.1 貝葉斯網絡節(jié)點確定

貝葉斯網絡是把某個系統(tǒng)中涉及到的隨機變量，根據是否條件獨立繪制在一個有向無環(huán)圖中，是一種概率圖模型，根據概率圖的拓撲結構，考查一組隨機變量及n組條件概率分布。貝葉斯的有向無環(huán)圖的節(jié)點表示隨機變量，連接兩個節(jié)點的邊表示兩個隨機變量的條件依賴關系。貝葉斯公式便是貝葉斯網絡的基礎，由條件概率公式和全概率公式可以得到。

1.2 貝葉斯網絡的結構學習

貝葉斯網絡的結構學習就是從給定的數據中學習出貝葉斯網絡中每一個節(jié)點之間的關系，只有確定了貝葉斯網絡的結構才能繼續(xù)學習貝葉斯網絡的參數，目前常用的貝葉斯結構學習方法有以下幾種：K2算法、爬山法、模擬退火算法，以及抽樣算法等。其中MCMC抽樣方法是源于統(tǒng)計物理學和生物學的一類重要的隨機抽樣算法，MH抽樣算法是MCMC方法中常用的抽樣算法之一，Madigan等人將MH算法首次引進貝葉斯網絡的結構學習，該算法首先要構建一條馬爾可夫鏈，模擬一個收斂于玻爾茲曼的分布，基于“拒絕采樣”來接近平穩(wěn)分布p，算法每次根據上一輪的采樣結果xt-1來獲取候選樣本x*，但是候選樣本會有一定的概率不被接受，假定從xt-1到 x*的轉移概率為，其中是預先知道的先驗概率，是xt被接受的概率，當達到平穩(wěn)狀態(tài)p時有因此設置轉移概率能夠使馬爾可夫鏈達到平穩(wěn)過程。

Metropolis-Hastings算法

輸入：先驗概率Q(x*|xt-1)

1. 初始化x0

2. for t=1,2...do

3. 根據先驗概率選出候選樣本

4. 從均勻分布（0,1）范圍選出閾值

5. ifu≤A(x*|xt-1)then

6. xt=x*

7. else xt=xt-1

8. end if

9. end for

10.返回采樣出的樣本序列x1,x2,…,xn

1.3 貝葉斯網絡的參數學習

貝葉斯網絡的參數學習是在貝葉斯網絡結構已經知道的情況下，基于數據對網絡中的各個屬性進行條件概率的計算，目前參數學習的主要方法有貝葉斯估計法和最大似然估計法，兩種估計方法都要滿足樣本是獨立同分布的，兩者不同之處在于貝葉斯估計還利用了參數的先驗知識，通過先驗概率得到參數的估計值，理論上比極大似然估計更準確，貝葉斯估計的基本思想是：給定完整的數據集d和一個含有未知參數的分布，θ是有先驗分布p（θ）的隨機變量，則p（θ|d）是θ的后驗概率，而貝葉斯參數學習的就是p（θ|d），因為Dirichlet分布的共軛性可以減少計算的復雜度，所以p（θ）通常都使用Dirichlet分布。

所以參數θ的后驗分布為：

2 事故原因的貝葉斯建模

本文的數據集來源于美國阿勒格尼縣2014年到2016年的82913條交通事故，表中屬性有受傷人數、是否有死亡、車輛類型、發(fā)生時間、光照強度、天氣狀況、路面狀況、碰撞地點、道路類型、是否飲酒、交通控制方式、是否撥打手機、是否為節(jié)假日、路口類型、碰撞車輛數目、首先對數據進行篩選，并對交通事故發(fā)生的層面進行多維度的分析，發(fā)現(xiàn)交通事故發(fā)生的原因主要集中在人為因素、環(huán)境因素和車輛因素等，理論上來說選取的屬性變量的越多，建模得到的結果更接近交通事故分析的機理，但是屬性變量的增多會增加建模的分析難度，為了平衡建模復雜度和預測精度的關系，經過初步篩選，本文選取受傷人數和是否有人死亡作為決策變量，其他因素設置為屬性變量，給不同的屬性的不同取值設置編碼，為了符合建模要求，也將一些連續(xù)型的屬性處理成離散變量，詳細的編碼情況如下表所示，其中每一個屬性名稱都對應貝葉斯網絡中的一個節(jié)點。

表1 事故因素編碼表

基于MCMC算法，應用MATLAB的Full-BNT工具箱進行貝葉斯網絡結構的學習，首先導入事故的數據集，經過貝葉斯結構學習得到各個屬性的關聯(lián)矩陣，再對屬性進行篩選，根據關聯(lián)矩陣繪制出各個屬性之間的關系，最終確定了貝葉斯網絡的結構，屬性之間的關系如圖1所示。

圖1 貝葉斯網絡結構圖

1-是否用手機2-是否飲酒3-是否工作日4-光照條件5-路口類型6-碰撞地點類型7-路面狀況8-道路類型9-交通方式10-天氣11-車輛數12-受傷人數13-是否有死亡

已經得到貝葉斯網絡的結構，就可以應用貝葉斯估計對貝葉斯網絡進行參數學習，因為死亡人數與受傷人數的關聯(lián)比較大，所以本文主要分析了受傷人數以及是車輛碰撞數目兩個變量的參數學習效果。

表2 受傷人數與天氣之間的條件概率

首先分析的是交通事故受傷人數與天氣狀況之間的關系，也對比了貝葉斯網絡參數學習的結果和實際結果，可以發(fā)現(xiàn)貝葉斯網絡具有很高的精確度，依據表2可以發(fā)現(xiàn)，天氣狀況良好時，并且發(fā)生交通事故時，沒有人受傷的概率是最小的，當天氣為下雪時，發(fā)生事故受傷比例越少，也從側面反映出當天氣狀況惡劣時，人們更注意自己的行車安全，從而發(fā)生事故時，相應的損失也會更少。

表3 道路類型、交通控制、車輛碰撞數目的條件概率

由表3可知，在道路類型一定情況下，當有交通控制時，雖然交通事故的數目減少，但是發(fā)生兩車碰撞的概率增加，單機動車發(fā)生事故的幾率大大減少，在交通控制一定的情況下，在國道和省道發(fā)生大型交通事故的可能性更大，這也符合人們一般的經驗常識，因此在國道和省道上行駛的車輛數目更多，應當更加注意交通控制的方式，減少事故發(fā)生的概率。

3 結語

本文通過對以往歷史交通事故數據進行分析，得出交通事故是環(huán)境-人-車輛-道路多種因素共同作用的結果，通過多方面的分析和MCMC算法，選取合適的屬性，建立貝葉斯模型，用有向無環(huán)圖形象表示和挖掘出各個屬性之間的聯(lián)系，使之更符合人的思維特征和推理形式，體現(xiàn)了各個屬性之間的層次關系，對交通事故進行分析只是保證安全出行的一方面，更需要交管部門的監(jiān)管和駕駛員自身安全意識的提高，通過本文的分析，對以后指導交通駕駛和安全出行都提供了很好的借鑒意義。