張?zhí)煳?/p>
(長(zhǎng)春工程學(xué)院學(xué)生工作處,長(zhǎng)春 130012)
?
山區(qū)高等級(jí)公路網(wǎng)交通安全微觀模糊評(píng)價(jià)模型
張?zhí)煳?/p>
(長(zhǎng)春工程學(xué)院學(xué)生工作處,長(zhǎng)春 130012)
摘要:以某山區(qū)高等級(jí)公路網(wǎng)交通安全特性為研究對(duì)象,通過(guò)對(duì)公路交通安全影響因素及交通現(xiàn)狀特性的調(diào)查、分析,結(jié)合實(shí)際道路交通狀況和交通特點(diǎn),建立了山區(qū)高等級(jí)公路網(wǎng)交通安全微觀模糊綜合評(píng)價(jià)模型,并利用實(shí)際算例對(duì)該評(píng)價(jià)模型進(jìn)行了對(duì)比驗(yàn)證。結(jié)果表明,模型確定的重點(diǎn)路段與公安交通及公路管理部門所掌握的事故易發(fā)地點(diǎn)吻合性較好,說(shuō)明該模型在實(shí)際操作中可行、有效,能準(zhǔn)確、全面地反映出所研究路段的真實(shí)安全水平,為改善山區(qū)高等級(jí)公路網(wǎng)交通安全提供了參考對(duì)策。
關(guān)鍵詞:公路網(wǎng);交通安全;模糊評(píng)價(jià)模型;交通事故
0引言
隨著公路通車?yán)锍毯蛙囕v保有量的急劇增長(zhǎng),隨之而來(lái)的是交通事故數(shù)量的迅速增長(zhǎng),自1997年起,每年因道路交通事故而死亡的人數(shù)超過(guò)7萬(wàn),而且數(shù)字連年攀升,歷年交通事故帶來(lái)的人員傷亡、財(cái)產(chǎn)損失的增長(zhǎng)率均超過(guò)10%,幾乎與經(jīng)濟(jì)增長(zhǎng)率持平[1-2]。事實(shí)上,“交通安全”本身就是一個(gè)模糊的概念,其邊界及外延也是模糊的。若從傳統(tǒng)的數(shù)學(xué)意義上去理解,“交通安全”應(yīng)當(dāng)指遭受交通事故的概率為零,顯然這是很難做到的。當(dāng)面對(duì)“交通安全”這樣一個(gè)“亦此亦彼”的模糊概念時(shí),經(jīng)典數(shù)學(xué)就顯得無(wú)能為力了。評(píng)價(jià)本身是人的思維判斷過(guò)程,每一個(gè)評(píng)價(jià)者都有自己的觀點(diǎn)和思維方式,這就導(dǎo)致即使對(duì)于同一個(gè)客體,不同的評(píng)價(jià)者也會(huì)得出不同的結(jié)論[3-5]。在構(gòu)造評(píng)價(jià)模型時(shí),完全避免人的主觀性幾乎是不可能的,比較現(xiàn)實(shí)的辦法是盡可能將多種有代表性的思維方式考慮進(jìn)來(lái),以減少主觀片面性,因此建立交通安全的模糊評(píng)價(jià)模型是合理而可行的。
1模糊模型構(gòu)建
道路交通安全系統(tǒng)是一個(gè)無(wú)法進(jìn)行精確描述的復(fù)雜模糊系統(tǒng),模糊理論為解決這類問(wèn)題提供了3個(gè)十分有用的工具,即隸屬函數(shù)、語(yǔ)言變量和模糊算子[6-7]。借助于隸屬函數(shù),可以合理地解決“安全”與“不安全”概念之間的過(guò)渡[8],而不必像經(jīng)典數(shù)學(xué)那樣,硬性地規(guī)定一個(gè)絕對(duì)的界限;語(yǔ)言變量的引進(jìn)使評(píng)價(jià)結(jié)果以模糊化的語(yǔ)言表現(xiàn)出來(lái),更符合人們自然語(yǔ)言的口語(yǔ)化習(xí)慣;不同的模糊算子反映不同的思維方式,若采用多個(gè)模糊算子,便能綜合考慮多種不同的評(píng)價(jià)觀點(diǎn)。
1.1數(shù)學(xué)模型描述
已知Q和K為有限集合,令:
(1)
(2)
式中:qi(i=1,2,…,n)為集合元素,表示不同的被評(píng)價(jià)對(duì)象;kj(j=1,2,…,m)為集合元素,表示不同的評(píng)價(jià)指標(biāo)。
令uj為第j個(gè)評(píng)價(jià)指標(biāo)kj∈K的隸屬函數(shù),即
uj=μ(kj) uj∈[0,1],
則U為一個(gè)有限模糊子集,即
(3)
要尋求一個(gè)模糊集合B,則
(4)
B中的元素bi表示第i個(gè)被評(píng)價(jià)對(duì)象的綜合評(píng)價(jià)指數(shù)。
由于隸屬函數(shù)uj適用于所有的評(píng)價(jià)對(duì)象qi,則可得到一個(gè)評(píng)價(jià)關(guān)系矩陣R,即
(5)
式中rji=R(uj,qi)∈[0,1],表示第j個(gè)評(píng)價(jià)指標(biāo)適用于第i個(gè)被評(píng)價(jià)對(duì)象的隸屬度。
定義S=(Q,U,R)為第一級(jí)評(píng)價(jià)空間,并給定一個(gè)模糊向量A,則
A=(a1,a2,…,am),
(6)
式中元素aj表示各評(píng)價(jià)指標(biāo)關(guān)于第一級(jí)評(píng)價(jià)的相對(duì)重要程度系數(shù)。
因此,當(dāng)模糊向量和模糊關(guān)系矩陣已知時(shí),作模糊變換來(lái)進(jìn)行綜合評(píng)判。
B=A°R=(b1,b2,…,bn),
(7)
式中 “°”表示一種算法。
B中的各元素bi是在廣義模糊合成運(yùn)算下得到的運(yùn)算結(jié)果,其計(jì)算式為
(8)
就理論上而言,廣義模糊合成運(yùn)算有無(wú)窮多種,但在本評(píng)判方法中,考慮各評(píng)價(jià)指標(biāo)在評(píng)判中的地位無(wú)顯著差異,為使模型簡(jiǎn)化,具體采用以下3種:
(9)
即綜合評(píng)判結(jié)果為
B=(b1,b2,…,bn)=
(10)
取:a1=a2=…am=1.0。
2) 模糊算子2:M(乘冪,∧),即
(11)
即綜合評(píng)判結(jié)果為
B=(b1,b2,…,bn)
(12)
取a1=a2=…am=1.0。
3) 模糊算子3:M(·,+),即:
(13)
(14)
因此,得到3種簡(jiǎn)化綜合評(píng)判模型為
(15)
(16)
(17)
在采用簡(jiǎn)化模型作評(píng)判時(shí),相當(dāng)于對(duì)各對(duì)象的特性指標(biāo)分別取最大值、最小值和平均值作為評(píng)價(jià)指標(biāo)。在實(shí)際應(yīng)用中,如果僅僅取最大值、最小值或平均值之一作為評(píng)價(jià)指標(biāo),可能會(huì)有片面性。因此,可綜合使用B1,B2,B3這3個(gè)指標(biāo),建立二級(jí)評(píng)判空間。
設(shè)評(píng)判指標(biāo)集為
(18)
U1的各指標(biāo)Bj(j=1,2,3)的權(quán)重分配為
(19)
因此,評(píng)判指標(biāo)集U1的總評(píng)判矩陣為:
(20)
由此得出總的綜合指標(biāo)評(píng)判結(jié)果為
A1R1=B=(b1,b2,…,bn),
(21)式中左端是普通矩陣乘法,稱bi(i=1,2,…,n)為二級(jí)評(píng)判指標(biāo),其中最大的bi值所對(duì)應(yīng)的就是被評(píng)判的最佳對(duì)象的綜合評(píng)價(jià)指數(shù)。特別指出的是,bi值的大小并不說(shuō)明交通安全水平絕對(duì)意義上的高低。
權(quán)重向量中的元素表示3種模糊算子對(duì)的相對(duì)重要性,即最大值、最小值和平均值的權(quán)重分配,根據(jù)各模糊算子的運(yùn)算特征,以及運(yùn)算結(jié)果的“粗糙性”為參考,應(yīng)用層次分析法,確定出權(quán)重向量中的元素。
在二級(jí)綜合指標(biāo)評(píng)價(jià)中,指標(biāo)B1是從最突出的長(zhǎng)處考慮問(wèn)題,指標(biāo)B2是從最突出的短處考慮問(wèn)題,指標(biāo)B3是從平均的角度考慮問(wèn)題,這樣更能融合多種評(píng)價(jià)者的思維方式,把樂(lè)觀原則、悲觀原則和平均原則的思維角度都加以考慮,最后又從綜合的角度進(jìn)行評(píng)價(jià),這樣使得最終評(píng)價(jià)結(jié)果更加合理,其實(shí)際上是強(qiáng)調(diào)了極值在評(píng)判中的作用和地位。
1.2隸屬函數(shù)確定
隸屬函數(shù)的作用不僅是將各指標(biāo)轉(zhuǎn)換為無(wú)量綱量,而且其取值本身也反映了交通安全水平的高低。為確定隸屬函數(shù)需作如下基本假設(shè):
1.2.1函數(shù)形式
評(píng)價(jià)指標(biāo)kj的隸屬函數(shù)uj∈[0,1]。隸屬函數(shù)取降半柯西分布,即:
(22)
1.2.2抉擇評(píng)語(yǔ)
每一評(píng)價(jià)指標(biāo)可視為一個(gè)語(yǔ)言變量,其取值為一個(gè)有限集合V。
(23)
當(dāng)vi=v4時(shí),可認(rèn)為此處為事故危險(xiǎn)點(diǎn)。
1.2.3分布區(qū)間
集合V中的每一元素對(duì)應(yīng)于隸屬函數(shù)的可能性分布區(qū)間。
當(dāng)vi=v4時(shí),μj∈[0.00,0.50];
當(dāng)vi=v3時(shí),μj∈[0.50,0.65];
當(dāng)vi=v2時(shí),μj∈[0.65,0.85];
當(dāng)vi=v1時(shí),μj∈[0.85,1.00]。
因此,在kj-μj坐標(biāo)中,存在一組臨界值kjl(l=1,2,3,4),即μ(kj1)=1.00,μ(kj2)=0.85,μ(kj3)=0.65,μ(kj4)=0.50。
通過(guò)相關(guān)調(diào)查,采用模糊統(tǒng)計(jì)方法可得到各指標(biāo)值的kjl,然后利用回歸分析即能求出隸屬函數(shù)的待定參數(shù)。
2模型算例
應(yīng)用交通安全微觀評(píng)價(jià)模型對(duì)某山區(qū)高等級(jí)公路網(wǎng)的部分路段進(jìn)行安全性評(píng)價(jià),依據(jù)一年的事故資料,從公路網(wǎng)中選取10個(gè)路段作為初始路段,通過(guò)對(duì)其進(jìn)行安全評(píng)價(jià),以確定出重點(diǎn)路段,初始路段對(duì)應(yīng)的事故資料及交通量資料匯總見(jiàn)表1,對(duì)應(yīng)的評(píng)價(jià)指標(biāo)值見(jiàn)表2。
表1 初始路段的交通事故資料及交通量
表2 10條公路評(píng)價(jià)指標(biāo)值
通過(guò)對(duì)山區(qū)高等級(jí)公路安全狀況的相關(guān)調(diào)查,采用模糊統(tǒng)計(jì)方法可以得到各指標(biāo)的臨界值,然后利用回歸分析法計(jì)算出隸屬函數(shù)的待定參數(shù),見(jiàn)表3。
表3 隸屬函數(shù)的參數(shù)值
應(yīng)用模糊綜合評(píng)價(jià)模型對(duì)10個(gè)路段進(jìn)行評(píng)價(jià),計(jì)算出路段的綜合評(píng)價(jià)值,排序結(jié)果見(jiàn)表4。
表4 10個(gè)路段的綜合評(píng)價(jià)值
從表4可以看出,10個(gè)路段的綜合安全水平存在明顯差異,以0.5作為安全參考界限,可確定出交通事故重點(diǎn)路段,其編號(hào)為:9、7、8、5、3、10,這些路段的交通安全問(wèn)題相對(duì)突出,可將其列為交通安全分析的重點(diǎn)。
3結(jié)語(yǔ)
建立了某山區(qū)高等級(jí)公路網(wǎng)交通安全微觀模糊綜合評(píng)價(jià)模型,應(yīng)用模型確定的重點(diǎn)路段與公安交通、公路管理部門所掌握的事故易發(fā)地點(diǎn)相一致,說(shuō)明評(píng)價(jià)模型在實(shí)際操作中是有效的。由于模型綜合考慮了路段長(zhǎng)度、交通量等因素,與管理人員主要側(cè)重于事故發(fā)生的絕對(duì)數(shù)量相比,該模型所確定的重點(diǎn)路段,更能準(zhǔn)確、全面地反映出路段的真實(shí)交通安全水平,而且以定量刻畫的方式向管理人員描述了重點(diǎn)路段與正常路段之間以及重點(diǎn)路段之間的安全水平上的相對(duì)差異,為改善山區(qū)高等級(jí)公路網(wǎng)交通安全提供了參考依據(jù)。
參考文獻(xiàn)
[1] 門玉琢,于海波,王華,徐亮.考慮駕駛員危險(xiǎn)認(rèn)知因素的山區(qū)彎路安全車速預(yù)測(cè)模型[J].機(jī)械設(shè)計(jì)與制造,2012,11:255-256.
[2] Rosenbloom T, Shahar A, Elharar A, et al. Risk perception of driving as a function of advanced training aimed at cognizing and handling risks in demanding driving situations[J]. Accident Analysis and Prevention, 2008, 40(2): 699-701.
[3] 邱安邦.道路交通安全的影響因素與綜合評(píng)價(jià)[D].南京:南京林業(yè)大學(xué),2008.
[4] 鄭安文,牛倬民,郭健忠.高速公路道路因素與道路交通安全分析[J].武漢科技大學(xué)學(xué)報(bào):自然科學(xué)版,2002,25(2):169-170.
[5] 李華成.高等級(jí)公路交通安全評(píng)價(jià)體系研究[D].長(zhǎng)春:吉林大學(xué),2007.
[6] Haglund M, Aberg L. Stability in drivers speed choice[J]. Ransportation Research Part F,2002, 5(3): 181-183.
[7] 徐晶. 高速公路交通安全微觀評(píng)價(jià)方法及應(yīng)用研究[D].北京:北京交通大學(xué), 2011.
[8] Bins M, Graziano F, Bonino S. Risky driving and tyles in adolescence[J]. Accident Analysis and Perception, 2006, 38(3): 478-480.
The Study on Microscopic Fuzzy Evaluation Model of Traffic Security Based on Mountainous High-grade Highway Network
ZHANG Tian-wen
(DepartmentofStudentsAffairs,ChangchunInstituteofTechnology,Changchun130012,China)
Abstract:The traffic security features of a high-grade highway network are taken as the research object in this paper. Through the investigation, analysis of the factors impacting highway traffic security and the traffic status characteristics, combined with the actual road traffic conditions and characteristics, the microscopic fuzzy comprehensive evaluation model of high-grade highway network security has been established, and comparison validation of this model has been made by the use of a practical calculation example. The results show that the key road section determined by the model has a good consistency with the accident-prone locations mastered by the public security traffic and the highway management department. It indicates that this model is feasible, effective in practice, and can accurately and comprehensively reflect the true security level of the researched road section, which will provide some reference countermeasures to improve mountainous high-grade highway network traffic security.
Key words:highway network; traffic security; fuzzy evaluation model; traffic accident
文獻(xiàn)標(biāo)志碼:A
文章編號(hào):1009-8984(2016)01-0125-04
中圖分類號(hào):U492.8
作者簡(jiǎn)介:張?zhí)煳?1982-),男(漢),吉林農(nóng)安,碩士,講師
基金項(xiàng)目:吉林省博士扶持項(xiàng)目(201603)
收稿日期:2016-02-20
doi:10.3969/j.issn.1009-8984.2016.01.028
主要研究可行性調(diào)研報(bào)告。