張琦， 易云帆， 夏鵬

(長沙理工大學(xué) 交通運輸工程學(xué)院， 湖南 長沙 410114)

高速公路具有車速快、車輛類型復(fù)雜、封閉性強等特點，高速公路上發(fā)生的事故大都為特重大或重大人身傷亡和財產(chǎn)損失事故。開展高速公路交通安全風(fēng)險分析，辨識風(fēng)險因素，評估風(fēng)險等級，進而采取相應(yīng)安全提升措施，可為高速公路安全運行提供保障。李志華將高速公路風(fēng)險因素分為主觀因素和客觀因素，從道路線形、交通安全設(shè)施、路面狀況、交通環(huán)境和路側(cè)危險物等方面分析了客觀因素對高速公路安全的影響；劉曉從山區(qū)天氣狀況、道路線形、道路安全防護措施、交通安全管理等方面對重慶高速公路交通安全進行了評價；羅勇等建立遞階層次結(jié)構(gòu)，綜合評估了高速公路隧道運營安全風(fēng)險；高建偉探討了道路條件對行車安全的影響，并提出了相關(guān)設(shè)計改善方法；雷桂榮等探討了道路線形和交通流指標(biāo)對高速公路交通安全的影響。

交通安全評價方法主要包括故障樹分析法、模糊層次分析法、灰色模糊理論法及神經(jīng)網(wǎng)絡(luò)法等，由于存在一定主觀性或需要大量樣本進行訓(xùn)練，評價的實用性和可信性有所降低，需進行改進。熵權(quán)法能客觀確定指標(biāo)權(quán)重，云模型能實現(xiàn)定量與定性概念之間的不確定性轉(zhuǎn)換，充分考慮其隨機性，可減小主觀因素的影響。徐征捷等采用云模型對鐵路控制中心限速功能進行了風(fēng)險評估；沈進昌等提出了基于云模型的模糊綜合評價方法；楊文東等基于云模型對邊坡進行了風(fēng)險評估；劉珊珊基于云模型對高速鐵路行車調(diào)度系統(tǒng)的不安全事件進行了風(fēng)險評估；Yang Yafeng等基于云模型對水資源與能源安全進行了風(fēng)險評估。本文基于熵權(quán)云模型構(gòu)建高速公路交通安全風(fēng)險評估指標(biāo)體系，對高速公路交通安全風(fēng)險進行評價。

1 評價指標(biāo)體系構(gòu)建

綜合考慮影響高速公路交通安全風(fēng)險的因素，從道路條件C1、氣象條件C2、交通條件C3三方面構(gòu)建評價指標(biāo)體系，評價指標(biāo)具有獨立性、客觀性、全面性，能充分反映高速公路風(fēng)險狀況。

1.1 道路條件指標(biāo)

對高速公路交通安全風(fēng)險影響最大的道路條件因素包括高邊坡、橋隧、長大縱坡和出入口。

(1) 高邊坡C11。由于高速公路地形地質(zhì)條件復(fù)雜，邊坡穩(wěn)定性問題更突出，容易出現(xiàn)滑坡、落石、崩塌和防護加固工程結(jié)構(gòu)破壞或失效等現(xiàn)象。邊坡穩(wěn)定性越差，風(fēng)險越大。綜合考慮邊坡穩(wěn)定性及邊坡失穩(wěn)的破壞后果，對邊坡風(fēng)險值進行量化，計算公式見式(1)。RS分數(shù)越高，邊坡風(fēng)險性越大。

RS=F×IS×CS

(1)

式中：RS為邊坡安全風(fēng)險分數(shù)；F為歸一化因子；IS為滑坡穩(wěn)定性分數(shù)；CS為滑坡后果分數(shù)。

(2) 橋隧C12。橋隧是高速公路的特殊構(gòu)造物，具有封閉性等特征，對高速公路交通安全風(fēng)險有一定影響。橋隧比例越大，高速公路交通安全風(fēng)險越大。橋隧評價各等級風(fēng)險值見表1、表2，按照該標(biāo)準(zhǔn)進行分值確定，分值越高，風(fēng)險越高，分數(shù)以累加形式計算。

表1 橋梁評價各等級風(fēng)險值

表2 隧道評價各等級風(fēng)險值

(3) 長大縱坡C13。在長大縱坡上行駛時，不易控制車速，極其考驗駕駛?cè)说姆磻?yīng)及操作速度，遇到緊急情況時頻繁踩剎車易造成剎車失靈，引起車輛失控。綜合考慮坡度與坡長，以設(shè)計速度100 km/h的高速公路為例，按表3、表4所示標(biāo)準(zhǔn)確定風(fēng)險等級。

表3 縱坡評價等級劃分

表4 縱坡評價各等級風(fēng)險值

(4) 出入口C14。出入口路段交通交織，車流復(fù)雜，存在頻繁減速或加速的現(xiàn)象，提高了交通事故危險性和交通安全風(fēng)險。出入口數(shù)量越多，高速公路交通安全風(fēng)險越大。出入口評價各等級風(fēng)險值見表5，按照該標(biāo)準(zhǔn)進行分值確定，分值越高，風(fēng)險越高。

表5 出入口評價各等級風(fēng)險值

1.2 氣象條件指標(biāo)

降雨量和能見度是對高速公路交通安全風(fēng)險影響最大的氣象條件因素。

(1) 降雨量C21。降雨會使路面摩擦系數(shù)下降，導(dǎo)致車輛行駛穩(wěn)定性降低、制動距離增加。降雨后高速公路路面因積水出現(xiàn)水膜，顯著降低路面與車輪間的附著系數(shù)，導(dǎo)致車輛容易打滑，增大安全風(fēng)險。風(fēng)險隨著降雨量的增大而增大，達到一定程度時風(fēng)險降低，這是由于采取了相關(guān)管控措施或駕駛?cè)颂岣吡司栊缘取＝涤炅恳越涤陱姸葋肀碚?，定義為一定時段內(nèi)降落到地面的雨水深度(mm/h)。

(2) 能見度C22。能見度為路段的能見距離(m)，主要反映霧對高速公路交通安全的影響。能見度降低會使駕駛?cè)朔直娌磺逯車蚯胺降臓顩r，同時導(dǎo)致駕駛?cè)诵睦砭o張，增加行車風(fēng)險。

1.3 交通條件指標(biāo)

對高速公路交通安全風(fēng)險影響最大的交通條件因素包括交通量和交通組成。

(1) 交通量C31(飽和度)。安全風(fēng)險隨著交通量的增大而增大。飽和度W能間接反映交通量，按式(2)計算。飽和度過低時，行車自由度較高，駕駛?cè)擞捎诜潘删?，車速往往很高，單車安全風(fēng)險增大；飽和度過高時，引起交通堵塞，駕駛?cè)烁叨染?，安全風(fēng)險反而降低。

W=V/C

(2)

式中：C為最大通行能力；V為最大交通量。

(2) 交通組成C32(大車比例)。大型客貨車(除小型轎車外的所有車輛)比例X是影響行車安全的因素之一，按式(3)計算。大車混入后誘使小車產(chǎn)生一系列加、減速行為，影響車流運行穩(wěn)定性。

X=U/M×100

(3)

式中：U為大型客貨車數(shù)量；M為所有車輛數(shù)量。

2 熵權(quán)云模型相關(guān)理論

2.1 云模型

(1) 云的定義。設(shè)U是以精準(zhǔn)值表示的定量論域，C是U上的定性概念，若定量值x∈U，每個x為概念C的一次具體實現(xiàn)，x對C的確定度μ(x)∈[0,1]是具有穩(wěn)定趨勢的隨機數(shù)μ：U→[0,1]，?x∈Ux→μ(x)，那么x在U上的分布稱為云，每個x稱作一個云滴。

(2) 云的數(shù)字特征。云的數(shù)字特征能反映概念的整體性和定性知識的定量特征，對定性概念的理解具有重要意義。云一般以云期望Ex、熵En和超熵He3個數(shù)字特征來整體表征一個概念。期望Ex表示云滴在論域空間分布的中心值，是概念在論域空間的期望，是定性概念最具代表性的典型樣本。熵En度量定性概念的不確定性，由概念的隨機性和模糊性來決定。熵不僅能反映云滴的平均離散程度，是對定性概念隨機性的度量，還能表達可被定性概念接受的云滴的取值范圍，是對模糊性的度量。超熵He為熵的熵，度量熵值的不確定性，由熵的隨機性和模糊性來決定，反映代表該值全部點的不確定度的集中程度，也間接表達云滴的厚度。

(3) 云發(fā)生器。云發(fā)生器主要分為正向云發(fā)生器與逆向云發(fā)生器。正向云發(fā)生器通過云的數(shù)字特征(Ex,En,He)生成云滴，完成定性到定量的映射，它是最基礎(chǔ)的云計算，是能將定性信息轉(zhuǎn)換到定量的范圍及分布規(guī)律的算法，是表達定性信息最常用且最重要的工具，是前向的過程，在表達定性信息的基本語言值時尤為有用。逆向云發(fā)生器是實現(xiàn)從定量范圍轉(zhuǎn)換到定性概念的算法，能把一系列精確數(shù)據(jù)轉(zhuǎn)換為以數(shù)字特征(Ex,En,He)表示的定性概念。逆向云發(fā)生器以統(tǒng)計學(xué)為基礎(chǔ)原理，有使用確定度信息和不使用確定度信息兩種基本算法。

2.2 熵權(quán)法

基于熵權(quán)理論對各影響因子的權(quán)重進行修正。

(1) 設(shè)對a個評價因子進行評價，每個評價因子有b個指標(biāo)，構(gòu)建標(biāo)準(zhǔn)化矩陣如下：

R=(rij)a×b

(4)

(2) 定義各指標(biāo)熵為：

(5)

(6)

式中：b為評價等級數(shù)量；fij為隸屬度，0≤fij≤1。

(3) 用向量wi=(wi1,wi2,…,wia)T作為各指標(biāo)的權(quán)重向量，經(jīng)熵權(quán)修正后權(quán)重為：

(7)

式中：0≤wij≤1。

3 基于熵權(quán)云模型的高速公路交通安全風(fēng)險評估

3.1 評價假設(shè)

評價中，用一個云滴映射一次評價。按照高速公路交通安全風(fēng)險評估指標(biāo)體系，風(fēng)險共分為5個等級，依次為極低風(fēng)險(Ⅰ級)、低風(fēng)險(Ⅱ級)、中等風(fēng)險(Ⅲ級)、高風(fēng)險(Ⅳ級)、極高風(fēng)險(Ⅴ級)，每個風(fēng)險評價指標(biāo)隸屬于某一等級的確定度都能用一個綜合云表示。

應(yīng)用云模型進行高速公路交通安全風(fēng)險評價時，作以下假設(shè)：1) 將每一定量的評價等級都視為一個自然語言的概念，對應(yīng)映射為一朵云；2) 觀測數(shù)據(jù)隸屬于5個等級中某一等級的確定度符合正態(tài)分布。

3.2 評價步驟

(1) 明確8個評價指標(biāo)，將其分為5個級別并分別確定各自合理的分級指標(biāo)。

(2) 針對某一評價指標(biāo)Xi，根據(jù)評判標(biāo)準(zhǔn)，設(shè)定各等級分別對應(yīng)的評價指標(biāo)范圍(a,b)，并確定各指標(biāo)權(quán)重。

(3) 確定云模型的(Ex,En,He)，由云發(fā)生器形成該評價指標(biāo)分別隸屬于5個評價等級的綜合云模型。

(4) 重復(fù)步驟2、步驟3，直至每個評價指標(biāo)都生成其隸屬于各自評價等級的云，共8×5朵云。

(5) 根據(jù)實際數(shù)據(jù)計算各指標(biāo)隸屬于對應(yīng)等級的確定度，并乘以相應(yīng)的指標(biāo)權(quán)重(指標(biāo)權(quán)重由熵權(quán)法求出)。

(6) 對每一個確定度矩陣各列值求和，即各評價指標(biāo)隸屬于某評價等級的確定度之和，風(fēng)險評價結(jié)果即為確定度最大值所屬的等級。

3.3 云模型參數(shù)選取

根據(jù)評價指標(biāo)及標(biāo)準(zhǔn)，通過如下方法確定云模型的3個數(shù)字特征：

(1) 對于某變量VQa，如具有上邊界Cmin、下邊界Cmax，則3個數(shù)字特征按式(8)～(10)計算。

Ex=(Cmin+Cmax)/2

(8)

En=(Cmax-Cmin)/6

(9)

He=k

(10)

式中：Cmin、Cmax分別表示變量VQa的最小和最大邊界值；k是常數(shù)，可通過自身的模糊度大小來確定。

(2) 對于只有單邊界的變量，如VQa[Cmin,+∞]或VQa[-∞,Cmax]，可先依據(jù)數(shù)據(jù)的上下限確定其缺省邊界期望值或參數(shù)，然后按式(8)～(10)計算云參數(shù)。計算所得云模型參數(shù)見表6。

表6 云模型參數(shù)

3.4 各項指標(biāo)等級劃分

各項指標(biāo)的分級區(qū)間見表7。

表7 各項指標(biāo)等級劃分

3.5 分級指標(biāo)模型

計算各評價指標(biāo)在不同風(fēng)險等級下的標(biāo)準(zhǔn)正態(tài)云值，結(jié)果見表8。圖1為高速公路交通安全風(fēng)險評估的分級指標(biāo)模型圖。

表8 各評價指標(biāo)的標(biāo)準(zhǔn)正態(tài)云值

4 實例分析

以湖南省某運營高速公路為例，運用上述方法評估其交通安全風(fēng)險。通過實地調(diào)查獲得指標(biāo)數(shù)據(jù)，按特征值計算公式計算各評價指標(biāo)的云模型特征值(Ex,En,He)，結(jié)果見表9。

圖1 分級指標(biāo)模型圖

表9 各評價指標(biāo)的云模型參數(shù)

計算各評價指標(biāo)在各風(fēng)險等級下的隸屬度，結(jié)果見表10。

表10 各指標(biāo)相對各等級標(biāo)準(zhǔn)指標(biāo)的隸屬度

為反映各指標(biāo)對高速公路交通安全風(fēng)險的影響程度，基于熵權(quán)法確定權(quán)重系數(shù)，計算結(jié)果見表11。

表11 評價指標(biāo)的權(quán)重

從單一的評價指標(biāo)權(quán)重來看，長大縱坡的權(quán)重最大，對風(fēng)險影響最為突出。采用加權(quán)平均型模糊合成算子將確定度矩陣與權(quán)重系數(shù)矩陣相結(jié)合，得到綜合評判向量，再按最大隸屬度原則評價高速公

路道路交通安全風(fēng)險等級，評價結(jié)果見表12。

從表12可以看出：該高速公路總體安全風(fēng)險水平為Ⅱ級(好)，其中道路條件風(fēng)險等級為Ⅲ級(一般)，氣象條件風(fēng)險等級為Ⅱ級(好)，交通條件風(fēng)險等級為Ⅱ級(好)。結(jié)合權(quán)重值可知，對該高速公路交通安全風(fēng)險影響最大的為道路條件。后續(xù)安全改善中可結(jié)合表10中各指標(biāo)的隸屬度及表11中各指標(biāo)的權(quán)重值，采取針對性的防治措施，如設(shè)置交通安全設(shè)施、改善道路結(jié)構(gòu)物、嚴(yán)格治理超載等，提高其安全水平。

表12 交通安全風(fēng)險綜合評價結(jié)果

5 結(jié)論

為辨識高速公路交通安全風(fēng)險源，建立風(fēng)險評價指標(biāo)體系，將高速公路安全影響因素劃分為道路條件、氣象條件和交通條件3 個一級指標(biāo)及高邊坡、橋隧、長大縱坡、出入口、降雨量、能見度、交通量(飽和度)、交通組成(大車比例)8 個二級指標(biāo)，把高速公路交通安全狀態(tài)劃分為極低風(fēng)險、低風(fēng)險、中等風(fēng)險、高風(fēng)險和極高風(fēng)險5個等級。在此基礎(chǔ)上將熵權(quán)法和云模型相結(jié)合，先利用熵權(quán)法修正指標(biāo)權(quán)重，然后應(yīng)用云模型評價高速公路交通安全風(fēng)險，得到高速公路交通安全風(fēng)險等級。采用該方法進行安全風(fēng)險評價，有助于提高高速公路交通安全改善措施的針對性及改善方案的有效性。但也存在一些不足，如指標(biāo)選取不夠詳細；雖然云模型考慮了風(fēng)險的不確定性及隨機性，盡可能地減小了主觀因素帶來的影響，但整個風(fēng)險評價過程中主觀因素仍然存在。因此，還有待進行更深入的研究。