李慶印，王超然，曹 倩，孫愛(ài)美，羅順財(cái)，周 昕

（山東理工大學(xué)交通與車輛工程學(xué)院，山東 淄博 255049）

0 引 言

面對(duì)飛速增長(zhǎng)的經(jīng)濟(jì)和日益復(fù)雜的交通結(jié)構(gòu)，交通方式發(fā)生了翻天覆地的變化，私有車在交通方式結(jié)構(gòu)中占據(jù)重大比例，而現(xiàn)有的交通設(shè)施與控制管理系統(tǒng)雖然已有明顯提升，但尚且不能滿足日益增長(zhǎng)的交通供給需求，交通事故依舊頻發(fā)。交通事故帶來(lái)的不僅是安全問(wèn)題，還有財(cái)產(chǎn)、節(jié)約、環(huán)保、管理部門人力資源配置、設(shè)施維修和更換等各種問(wèn)題。如何在有限的道路和財(cái)產(chǎn)資源條件下有效解決交通安全問(wèn)題，找出影響事故的重要因素并加以解決，就可以保障交通安全。

各位學(xué)者對(duì)交通問(wèn)題進(jìn)行了大量的研究：學(xué)者劉新月等人采用“聚類+交互”的單因素局部相關(guān)性分析方法，取得了不錯(cuò)的效果[1]。楊濟(jì)鳴等學(xué)者利用動(dòng)態(tài)故障樹(shù)模型，結(jié)合具體案例蘭新高速鐵路上運(yùn)行的動(dòng)車組的制動(dòng)系統(tǒng)進(jìn)行分析，獲得了良好的效果[2]。楊帥等學(xué)者基于故障樹(shù)的制動(dòng)系統(tǒng)故障論斷方法，提出相關(guān)的定性定量分析方法[3]。孟祥海等學(xué)者構(gòu)建了故障樹(shù)模型，依據(jù)多事件鏈原理，對(duì)山區(qū)高速公路傷亡事故進(jìn)行了原因分析[4]。喬森等學(xué)者基于統(tǒng)計(jì)模型檢測(cè)的DFT 定量分析方法，驗(yàn)證了模型對(duì)隨機(jī)系統(tǒng)進(jìn)行安全性分析的有效性[5]。

在現(xiàn)有的故障樹(shù)模型方法分析交通事故中，大多數(shù)學(xué)者只是使用傳統(tǒng)的定量分析方法[6-8]，本文提出了新的定量分析方法——敏感性重要度算法，對(duì)影響因素進(jìn)行定性和定量分析，從而確定影響交通事故發(fā)生的重要因素。

1 數(shù)據(jù)來(lái)源與數(shù)據(jù)描述

1.1 數(shù)據(jù)來(lái)源

本文選取了2016—2020 年國(guó)道205 山東省某市區(qū)的交通事故數(shù)據(jù)，用于分析影響道路交通事故的重要因素。選取的影響事故指標(biāo)有：性別、年齡、能見(jiàn)度、氣候條件、照明條件、中央隔離設(shè)施等。

1.2 數(shù)據(jù)描述

在選取的事故數(shù)據(jù)樣本中，國(guó)道205 山東省某市區(qū)交通事故成因可以分為四個(gè)方面：人的原因、道路原因、環(huán)境原因和其他原因。其他原因是指在事故認(rèn)定過(guò)程中未能明確知道其屬于哪一類別的原因（包括人、車、路、環(huán)境）。

在人的原因中，主要包括非機(jī)動(dòng)車駕駛?cè)?、機(jī)動(dòng)車駕駛?cè)撕托腥巳齻€(gè)因素。機(jī)動(dòng)車駕駛?cè)说牟涣季駹顟B(tài)包括：年老體弱、年輕氣盛、醉酒駕駛；機(jī)動(dòng)車駕駛?cè)说牟涣捡{駛行為包括：無(wú)證駕駛、未按規(guī)定讓行、超速行駛、貨運(yùn)車輛超載、未低速通過(guò)、違法占道行駛、未保持安全車距、違法超車、違反交通信號(hào)。

為了區(qū)分駕駛員年輕氣盛和年老體弱的差異，需將樣本數(shù)據(jù)中的年齡描述出來(lái)，發(fā)生交通事故的駕駛員年齡分布如圖1 所示。

圖1 駕駛員年齡分布

道路原因包含無(wú)中央隔離欄和道路濕滑。本文的事故數(shù)據(jù)采用比例的描述形式。某種原因?qū)е碌慕煌ㄊ鹿蕯?shù)占選取樣本的比例，稱為此原因發(fā)生事故的概率[11-12]。人的原因、道路原因和其他原因詳見(jiàn)表1 所示。

表1 不同事故原因概率表

環(huán)境原因有氣候條件、照明條件和能見(jiàn)度，樣本數(shù)據(jù)中事故發(fā)生時(shí)不同的氣候條件、照明條件、能見(jiàn)度所占比例如圖2 所示。

圖2 環(huán)境原因特征分布

2 故障樹(shù)模型構(gòu)建

故障樹(shù)由邏輯門、基本事件和頂事件三個(gè)因素組成。在統(tǒng)計(jì)的事故數(shù)據(jù)中，當(dāng)氣候條件潮濕的時(shí)候，路表情況也會(huì)受到影響，因此本文將路面濕滑的概率等同于氣候條件潮濕時(shí)的概率；將能見(jiàn)度在100m以下認(rèn)定為能見(jiàn)度差；夜間無(wú)路燈照明、黎明和黃昏時(shí)為照明條件差；年齡在16～25 歲為年輕氣盛，年齡在56 歲以上為年老體弱。

故障樹(shù)分析法是一種圖形演繹法，用圖示方式較為清晰地分析了導(dǎo)致事故發(fā)生的原因。模型構(gòu)建步驟為：確定頂事件—運(yùn)用事件和邏輯門符號(hào)確立邏輯關(guān)系—從上至下逐層建模。國(guó)道205 山東省某市區(qū)交通事故原因故障樹(shù)模型如圖3 所示。

圖3 道路交通事故原因故障樹(shù)模型

道路交通事故原因的故障樹(shù)模型結(jié)構(gòu)函數(shù)為：

3 故障樹(shù)定性定量分析

3.1 下行法求最小割集

求最小割集的方法有上行法和下行法兩種，而上行法和下行法求出的最小割集結(jié)果相同，故本文通過(guò)下行法計(jì)算最小割集。下行法求最小割集的步驟是從頂事件開(kāi)始，自上而下逐級(jí)分步進(jìn)行，直至轉(zhuǎn)換成基本事件的集合形式。本文中的模型運(yùn)用下行法求最小割集的具體步驟見(jiàn)表2。

表2 下行法求最小割集

經(jīng)過(guò)5 個(gè)步驟，得到36 個(gè)割集，由于割集中不存在包含關(guān)系，這36 個(gè)割集即是最小割集。通過(guò)最小割集無(wú)法明確確定各個(gè)影響因素的重要度，因此需要對(duì)其進(jìn)行定量分析。

3.2 概率重要度

第i 個(gè)基本事件的概率重要度[13]：

式中：Ji為概率重要度；g 為頂事件發(fā)生的概率；gi為第i 個(gè)基本事件發(fā)生的概率。

根據(jù)式2 和各原因的發(fā)生概率，可以求得各個(gè)基本事件的概率重要度，見(jiàn)表3。

表3 各個(gè)基本事件的概率重要度

3.3 敏感性重要度

大多數(shù)學(xué)者在故障樹(shù)的定量分析中采用概率重要度、臨界重要度等來(lái)描述影響道路交通事故的重要因素[9-10]。本文提出了兩種敏感性重要度算法，均是描述基本事件變化率對(duì)頂事件變化率的影響程度。

方法一

第i 個(gè)基本事件的敏感性重要度：

式中：mi為第i 個(gè)基本事件的敏感性重要度

與文獻(xiàn)[9-10]中的臨界重要度公式相比較并代入其數(shù)據(jù)進(jìn)行驗(yàn)證，能得到與其相同的實(shí)驗(yàn)結(jié)果，能夠證明公式3 具有可靠性。由敏感性重要度方法一，通過(guò)計(jì)算可以得到各個(gè)基本事件的敏感性重要度的相對(duì)大小：

方法二：

第i 個(gè)基本事件的敏感性重要度：

由敏感性重要度方法二，通過(guò)計(jì)算可以得到各個(gè)基本事件的敏感性重要度的相對(duì)大小：

由敏感性重要度方法一和方法二分析可知，影響國(guó)道205 山東省某市區(qū)交通事故的重要原因有：能見(jiàn)度差、照明條件差、其他原因、無(wú)中央隔離欄、年老體弱、非機(jī)動(dòng)車違法上機(jī)動(dòng)車道上行駛。

4 結(jié) 論

隨著汽車保有量的增加，道路交通安全問(wèn)題越來(lái)越嚴(yán)重，本文對(duì)國(guó)道205 山東省某市區(qū)的交通事故原因進(jìn)行研究，在傳統(tǒng)故障樹(shù)模型的基礎(chǔ)上，提出了兩種重要度算法。通過(guò)研究，得到以下結(jié)論：

（1）提出了兩種敏感性重要度算法，與傳統(tǒng)的臨界重要度公式相比較，能夠證明公式3 具有可靠性。

（2）在選取的故障樹(shù)基本事件中，影響國(guó)道205山東省某市區(qū)交通事故的重要影響因素有：能見(jiàn)度差、照明條件差、其他因素、無(wú)中央隔離欄、年老體弱、非機(jī)動(dòng)車違法上機(jī)動(dòng)車道上行駛。

（3）本文的不足點(diǎn)是選取的樣本數(shù)據(jù)中，由機(jī)動(dòng)車損壞等因素導(dǎo)致的交通事故概率沒(méi)有進(jìn)行細(xì)致的原因分析計(jì)算，而是包含在其他因素中。