唐睿熙

（重慶交通大學(xué)土木工程學(xué)院，重慶 400074）

交通運(yùn)輸業(yè)的突飛猛進(jìn)在促進(jìn)社會(huì)經(jīng)濟(jì)繁榮的同時(shí)，也使得道路交通事故不斷增加，嚴(yán)重威脅人民的生命及財(cái)產(chǎn)安全。我國(guó)近年來(lái)的飛速經(jīng)濟(jì)發(fā)展也帶來(lái)了同樣的問(wèn)題，雖然自2002年后全國(guó)每年的交通事故數(shù)及受傷死亡人數(shù)已呈逐年遞減趨勢(shì)[1]，但相對(duì)于發(fā)達(dá)國(guó)家而言，我國(guó)的死亡人數(shù)及萬(wàn)車死亡率仍舊處于危險(xiǎn)的高位。道路交通事故的發(fā)生是一個(gè)隨機(jī)事件，且具有不可避免性，但可以挖掘其內(nèi)部以及與外界影響因素之間的關(guān)系，運(yùn)用合適的方法對(duì)道路交通事故進(jìn)行預(yù)測(cè)，有效的預(yù)防以及減少交通事故的發(fā)生，提高道路交通的安全性。目前，國(guó)內(nèi)外在道路交通安全預(yù)測(cè)方法方面的研究基本分為兩大類，即宏觀預(yù)測(cè)方法和微觀預(yù)測(cè)方法。

1 宏觀預(yù)測(cè)方法

道路交通安全的宏觀預(yù)測(cè)方法發(fā)展相對(duì)較早，學(xué)者們最初利用經(jīng)濟(jì)學(xué)領(lǐng)域的德?tīng)柗普{(diào)查法對(duì)道路交通安全進(jìn)行預(yù)測(cè)，即專家們根據(jù)道路的相關(guān)背景資料，憑借自身的經(jīng)驗(yàn)對(duì)道路交通的安全程度進(jìn)行預(yù)測(cè)評(píng)分，綜合統(tǒng)計(jì)各專家的評(píng)分給出道路最終的安全性預(yù)測(cè)結(jié)果。德?tīng)柗普{(diào)查法以及在此基礎(chǔ)上發(fā)展的專家預(yù)測(cè)法均屬于定性預(yù)測(cè)范疇，適用于短期宏觀預(yù)測(cè)。

然而定性預(yù)測(cè)無(wú)法完全滿足道路安全性預(yù)測(cè)要求，因此學(xué)者們又提出了定量預(yù)測(cè)法，典型的定量預(yù)測(cè)法包括經(jīng)驗(yàn)預(yù)測(cè)法、統(tǒng)計(jì)回歸法、移動(dòng)平均法、時(shí)間序列預(yù)測(cè)法、灰色預(yù)測(cè)法等[2]。著名的史密德（Smeed）模型以及美國(guó)的伊·阿拉加爾模型都是經(jīng)驗(yàn)預(yù)測(cè)法的代表性模型。移動(dòng)平均法和時(shí)間序列預(yù)測(cè)法則主要根據(jù)時(shí)間或空間位置的推移來(lái)預(yù)測(cè)道路上可能發(fā)生的事故數(shù)量?；疑A(yù)測(cè)法多以灰色理論為基礎(chǔ)，結(jié)合馬爾科夫鏈或模糊數(shù)學(xué)的概念[3]，對(duì)影響道路交通安全的因素進(jìn)行定量賦值，以此分析道路交通安全的重要影響因素，對(duì)道路事故數(shù)和傷亡人數(shù)等進(jìn)行預(yù)測(cè)。上述定量預(yù)測(cè)方法皆適用于道路交通安全的中或長(zhǎng)期宏觀預(yù)測(cè)，而統(tǒng)計(jì)回歸法不僅僅適用于宏觀預(yù)測(cè)，同樣可以在微觀預(yù)測(cè)中運(yùn)用。因?yàn)榻y(tǒng)計(jì)回歸法是基于概率統(tǒng)計(jì)的一種數(shù)學(xué)方法，運(yùn)用數(shù)學(xué)公式來(lái)擬合影響道路交通安全的各項(xiàng)因素，通過(guò)尋找各項(xiàng)影響因素與事故率或事故嚴(yán)重程度之間的關(guān)系，建立道路交通安全的預(yù)測(cè)模型。當(dāng)統(tǒng)計(jì)回歸模型選用例如經(jīng)濟(jì)、人口、區(qū)域面積、車輛保有量等宏觀影響因素作為擬合參數(shù)時(shí)，該預(yù)測(cè)模型即為宏觀預(yù)測(cè)模型；反之，如果選用道路幾何線形、車道數(shù)、路面情況等微觀影響因素作為模型的擬合參數(shù)，則該統(tǒng)計(jì)回歸模型即為微觀預(yù)測(cè)模型。

2 微觀預(yù)測(cè)方法

道路交通安全的宏觀預(yù)測(cè)模型主要是預(yù)測(cè)整條道路或者某個(gè)區(qū)域范圍內(nèi)的事故率或死亡率，而道路交通安全的微觀預(yù)測(cè)模型則一般研究某個(gè)路段、某一截面或者某個(gè)交叉口的安全性，包括對(duì)事故發(fā)生率、傷亡人數(shù)、是否為道路黑點(diǎn)以及事故嚴(yán)重程度等的預(yù)測(cè)。可以通過(guò)統(tǒng)計(jì)回歸法、機(jī)器學(xué)習(xí)法等建立微觀預(yù)測(cè)模型，達(dá)到預(yù)測(cè)指定路段、截面事故率或短期交通流的目的。國(guó)內(nèi)學(xué)者對(duì)基于統(tǒng)計(jì)回歸的泊松回歸模型以及延伸發(fā)展的負(fù)二項(xiàng)回歸模型做了大量研究，大量運(yùn)用該類模型進(jìn)行路段事故率預(yù)測(cè)；利用同樣基于統(tǒng)計(jì)回歸的logit系列模型進(jìn)行事故嚴(yán)重程度的預(yù)測(cè)研究[4]。為對(duì)道路安全進(jìn)行實(shí)時(shí)監(jiān)控，學(xué)者們采用了眾多機(jī)器學(xué)習(xí)模型獲取路段的短期交通流，以此對(duì)路段的事故風(fēng)險(xiǎn)性進(jìn)行實(shí)時(shí)預(yù)測(cè)，這也是目前道路交通安全預(yù)測(cè)領(lǐng)域的研究熱點(diǎn)。神經(jīng)網(wǎng)絡(luò)法、隨機(jī)森林法以及支持向量機(jī)都是機(jī)器學(xué)習(xí)的典型代表模型[5]，其中神經(jīng)網(wǎng)絡(luò)模型和隨機(jī)森林模型都是從指定輸入的變量或節(jié)點(diǎn)中，挖掘各節(jié)點(diǎn)之間的隱藏關(guān)系，找出能作用于道路安全預(yù)測(cè)的變量或節(jié)點(diǎn)，即對(duì)道路交通安全影響顯著的因素。而隨機(jī)森林模型和支持向量機(jī)模型，可以通過(guò)其分類算法進(jìn)行分類預(yù)測(cè)，獲取事故的重要誘導(dǎo)因素，據(jù)此指導(dǎo)預(yù)緊工作，減少事故的發(fā)生。

3 結(jié)語(yǔ)

無(wú)論是宏觀預(yù)測(cè)模型還是微觀預(yù)測(cè)模型，都建立在道路交通事故與其影響因素的內(nèi)在聯(lián)系基礎(chǔ)上，是從不同層面和程度上解釋交通事故發(fā)生的誘發(fā)性和可能性，對(duì)減少交通事故的發(fā)生，降低事故率均能起到一定效果的指導(dǎo)作用。根據(jù)不同的需求和研究目的選用合適的預(yù)測(cè)模型，是我們進(jìn)行道路交通安全預(yù)測(cè)的重要前提。目前的各種預(yù)測(cè)模型具有一定的準(zhǔn)確性和適用性，隨著社會(huì)和科學(xué)的不斷發(fā)展，如何得到一個(gè)適用范圍更廣的預(yù)測(cè)模型，還需要研究者們繼續(xù)努力。