王 偉，徐鴻熙，陸雨函，李 銳

（1.蘇交科集團股份有限公司，江蘇 南京 210017；2.河海大學(xué)土木與交通學(xué)院，江蘇 南京 210098）

基于模糊綜合評價模型的城市道路交通事故預(yù)警研究

王 偉1，徐鴻熙1，陸雨函1，李 銳2

（1.蘇交科集團股份有限公司，江蘇 南京 210017；2.河海大學(xué)土木與交通學(xué)院，江蘇 南京 210098）

文章以城市道路交通事故預(yù)警作為研究對象，結(jié)合城市道路交通事故分布規(guī)律、交通事故成因與交通事故變化趨勢，構(gòu)建城市道路交通事故預(yù)警指標(biāo)體系，同時使用層次分析法構(gòu)建城市道路交通事故預(yù)警模型，確定預(yù)警級別及預(yù)警處置，在此基礎(chǔ)上選擇南京典型城市道路的交通事故數(shù)據(jù)對預(yù)警模型進行驗證，其目的是在城市道路發(fā)生交通事故后快速判斷交通事故的嚴(yán)重程度，并根據(jù)交通事故的嚴(yán)重程度采取科學(xué)的救援措施，減少交通事故造成的損失。

城市道路；交通事故；事故預(yù)警；模糊綜合評價

1 概述

機動化水平的提升在給人們的日常出行帶來便捷的同時也造成了交通擁堵、交通延誤，甚至誘發(fā)交通事故。交通事故的發(fā)生不但給人們的生命和財產(chǎn)造成重大損失，而且嚴(yán)重影響了社會安全問題，使人們的幸福指數(shù)下降。資料顯示，我國的機動車交通事故萬車死亡率為6.2，與經(jīng)濟發(fā)達國家仍有很大的差距，如表1所示［1］。

表1 機動車交通事故萬車死亡率對比表

通過表1可以看出，我國的機動車交通事故萬車死亡率最高，說明我國的交通安全形勢仍不容樂觀。交通事故預(yù)警能夠在交通事故發(fā)生前，預(yù)判交通事故發(fā)生的幾率；在交通事故發(fā)生后能夠及時響應(yīng)，采取科學(xué)合理的救援措施，減少道路交通事故造成的損失。因此，對城市道路交通事故預(yù)警的研究顯得尤為重要。

交通事故預(yù)警的目的是在掌握城市道路交通事故分布規(guī)律、致因分析及動態(tài)變化規(guī)律的基礎(chǔ)上構(gòu)建事故預(yù)警指標(biāo)體系，在事故發(fā)生前減少事故的發(fā)生，在事故發(fā)生后減少事故造成的損失，這也是城市道路交通事故成因分析的根本目的，也是事故致因分析的應(yīng)用。本文所研究的城市道路交通事故預(yù)警指標(biāo)體系主要涉及3個方面［2］：(1)分布規(guī)律，在城市道路交通事故基礎(chǔ)數(shù)據(jù)的基礎(chǔ)上，選擇相關(guān)指標(biāo)并計算其取值；(2)致因分析，通過對城市道路交通事故宏觀成因、微觀成因、直接成因及關(guān)聯(lián)成因的分析，選擇相關(guān)指標(biāo)并計算其取值；(3)事故變化趨勢，通過交通事故持續(xù)時間的預(yù)測，選擇相關(guān)指標(biāo)并計算其取值，如圖1所示。

圖1 預(yù)警與事故動態(tài)分析的關(guān)系結(jié)構(gòu)

2 構(gòu)建路網(wǎng)交通事故預(yù)警指標(biāo)體系

交通事故預(yù)警是通過對城市道路上不同交通形態(tài)下交通事故的變化情況進行分析，掌握交通形態(tài)變化時，路網(wǎng)交通事故的增長量、事故次數(shù)增長率及事故傷亡情況的變化規(guī)律，同時挖掘引起交通事故發(fā)生的主要成因、次要成因、誘導(dǎo)成因、隱患成因，在此基礎(chǔ)上對路網(wǎng)交通事故變化趨勢進行預(yù)測，對不同交通形態(tài)下交通事故死亡人數(shù)增長量、死亡人數(shù)發(fā)生率、當(dāng)量萬車事故概率及事故的增長量進行預(yù)判，并為交通事故發(fā)生時制定救援方案提供參考［3］。

因此，路網(wǎng)交通事故預(yù)警指標(biāo)涉及交通事故分布規(guī)律、交通事故成因及交通事故變化趨勢3個方面。本文在構(gòu)建城市道路交通事故預(yù)警指標(biāo)體系時，一方面借鑒已有的研究成果，如《路網(wǎng)交通事故動態(tài)分析及預(yù)警方法研究》、《交通事件持續(xù)時間的預(yù)測》、《基于貝葉斯網(wǎng)絡(luò)的交通事故態(tài)勢研究》等；另一方面根據(jù)江蘇省統(tǒng)計城市道路交通事故基礎(chǔ)數(shù)據(jù)的屬性，選取交通事故分布規(guī)律、交通事故成因及交通事故變化趨勢相關(guān)指標(biāo)，構(gòu)建路網(wǎng)交通事故預(yù)警指標(biāo)體系，并借助層次分析法的基本原理，分別選取目標(biāo)層、準(zhǔn)則層、指標(biāo)層指標(biāo)，其中目標(biāo)層即為城市道路路網(wǎng)交通事故預(yù)警指標(biāo)體系；準(zhǔn)則層即為城市道路交通事故分布規(guī)律、城市道路交通事故致因分析及城市道路交通事故變化趨勢；指標(biāo)層是指從3個準(zhǔn)則層中選取的具有代表性的對城市道路交通事故具有顯著性的影響因素，如表2所示。

表2 路網(wǎng)交通事故預(yù)警指標(biāo)體系結(jié)構(gòu)

本文在《暢通工程評價標(biāo)準(zhǔn)》及《城市交通管理評價指標(biāo)體系》研究的基礎(chǔ)上，針對城市道路交通事故預(yù)警指標(biāo)體系中各個指標(biāo)的臨界取值作了界定，如表3所示［4］。表中的數(shù)值均采用臨界值，若某一指標(biāo)的實際取值位于兩個臨界值之間，需要使用模糊綜合評價法對其進行模糊化處理，通過隸屬度的計算，判定該指標(biāo)隸屬于哪一等級。

表3 城市道路交通事故預(yù)警指標(biāo)劃分等級及臨界取值

3 城市道路交通事故預(yù)警模型

3.1 模型構(gòu)建流程

城市道路交通事故預(yù)警警度的確定主要涉及兩個方面：交通事故預(yù)警指標(biāo)權(quán)重的確定與計算交通事故預(yù)警警度［5］。交通事故預(yù)警指標(biāo)權(quán)重的確定需要使用層次分析法（AHP），它是表征交通事故預(yù)警指標(biāo)的重要程度；預(yù)警警度的計算需要使用模糊綜合評價法，使用模糊綜合評價法對最底層預(yù)警指標(biāo)進行評價，在此基礎(chǔ)上對上一層的指標(biāo)進行評價，最后根據(jù)最大隸屬度原則確定交通事故的預(yù)警級別，流程如圖2所示。

圖2 城市道路交通事故預(yù)警指標(biāo)評價流程圖

設(shè)A層一共包含m個指標(biāo)，即A1，A2，…，Am，則其評價目標(biāo)的綜合權(quán)重為a1，a2，…，am。A層的下層也就是B層，共有n個分解指標(biāo)B1，B2，…，Bm。根據(jù)構(gòu)建的路網(wǎng)交通事故預(yù)警指標(biāo)體系，使用satty所提出的1-9標(biāo)度法，建立權(quán)重判斷矩陣。根據(jù)單一原則，計算權(quán)重判斷矩陣的最大特征值及對應(yīng)的特征向量，由此可得各指標(biāo)的權(quán)重對比值。同時根據(jù)模糊綜合評價模型對數(shù)據(jù)的誤差進行一致性檢驗，當(dāng)CR＜0.10時，則認(rèn)為判斷矩陣具有協(xié)調(diào)性與同步性，如果數(shù)據(jù)與此相反，則需要對矩陣進行調(diào)整。

權(quán)重矩陣構(gòu)建中的判斷矩陣可以用如下公式分析：

計算協(xié)同指標(biāo)CI：

計算協(xié)同性比例CR：

目標(biāo)層評價的綜合權(quán)重為：

3.2 城市道路交通事故預(yù)警警度

城市道路交通事故預(yù)警指標(biāo)體系是一個層次結(jié)構(gòu)，即目標(biāo)層、準(zhǔn)則層和指標(biāo)層。因此，在確定交通事故預(yù)警警度的過程中，需要由上往下建立因素集、評語集、確定交通事故預(yù)警指標(biāo)的權(quán)重及隸屬度判定矩陣，使用模糊綜合評價模型對城市道路交通事故預(yù)警警度進行判定。具體步驟為：

（1）建立因素集（X）

城市道路交通事故預(yù)警指標(biāo)體系的層次結(jié)構(gòu)決定了預(yù)警因素集是一個兩層次的因子集。

①第一個層次包含3個因素：城市道路交通事故分布規(guī)律、城市道路交通事故致因動態(tài)分析、城市道路交通事故動態(tài)變化趨勢，即：X={X1，X2，X3}。

②第二個層次包含Xij（i=1，2，3；j=1，2，3，4）個子因子，即：X1={X11，X12，X13}；X2={X21，X22，X23，X24}；X3={X31，X32，X33}。

（2）建立評語集（S）

在對城市道路交通事故預(yù)警指標(biāo)體系構(gòu)建評語集時，因其因素集具有兩個層次，所以評語集也相應(yīng)有兩個層次。

①第一層用來表述城市道路的交通狀態(tài)，分為安全態(tài)、準(zhǔn)安全態(tài)、一般態(tài)、準(zhǔn)危險態(tài)和危險態(tài)5個級別，即S={S1，S2，S3，S4，S5}。

②第二層指針對第一層評語集繼續(xù)劃分等級，分為非常安全、較安全、安全、危險和非常危險5個等次。

（3）建立預(yù)警指標(biāo)權(quán)重判斷矩陣及隸屬度函數(shù)

城市道路交通事故預(yù)警指標(biāo)權(quán)重的確定常使用的計算方法為層次分析法（AHP），根據(jù)其原理，首先求得指標(biāo)層各個指標(biāo)的權(quán)重，然后由指標(biāo)層的權(quán)重經(jīng)計算求得準(zhǔn)則層的權(quán)重，并使用半梯形分布函數(shù)確定城市道路交通事故的預(yù)警指標(biāo)的隸屬度。半梯形分布函數(shù)如下：

假設(shè)城市道路交通事故預(yù)警評價指標(biāo)所構(gòu)建的因素集XT={xl，x2，…，xm}，城市道路交通事故預(yù)警指標(biāo)所建立的評語集V={v1，v2，…，vn}，針對評語集中vj+1與vj的關(guān)系本文定義vj與vj+1為評判等級中兩個相鄰的等級標(biāo)準(zhǔn)，且vj+1比vj等級高，則vj等級屬的隸屬度函數(shù)為：

（4）隸屬度模糊綜合評價

根據(jù)模糊綜合評價的基本原理，對城市道路交通事故預(yù)警指標(biāo)體系中的指標(biāo)進行評價：

式中：k為城市道路交通事故預(yù)警指標(biāo)體系中準(zhǔn)則層對應(yīng)的指標(biāo)層中指標(biāo)的個數(shù)；Ai為城市道路交通事故預(yù)警指標(biāo)體系指標(biāo)層中各指標(biāo)的權(quán)重；Ri為城市道路交通事故預(yù)警指標(biāo)體系指標(biāo)層中各指標(biāo)的評判矩陣，則基于模糊綜合評價的城市道路交通事故預(yù)警指標(biāo)體系指標(biāo)層的評價結(jié)果為Bi=（bi1，bi2，…，bik）。由城市道路交通事故預(yù)警指標(biāo)體系指標(biāo)層的評價結(jié)果構(gòu)造準(zhǔn)則層評判矩陣R，則：

在得到準(zhǔn)則層評價結(jié)果的基礎(chǔ)上，使用模糊綜合評價對目標(biāo)層進行評價。目標(biāo)層X包含X1，X2，X33個元素，根據(jù)每個元素對X的影響程度大小構(gòu)造權(quán)向量A=（a1，a2，a3），則目標(biāo)層的評價結(jié)果為：

根據(jù)隸屬度最大原則，城市道路交通事故預(yù)警目標(biāo)層的評價結(jié)果B=（b1，b2，b3）T中最大的那個值所處的交通事故等級即為城市道路交通事故所評判的事故預(yù)警等級。

綜上所述，在模糊綜合評價模型對城市道路交通事故預(yù)警進行綜合評價時，充分考慮了城市道路交通事故的復(fù)雜性及指標(biāo)層中各個指標(biāo)的影響大小，在實現(xiàn)對城市道路交通事故預(yù)警評判等級的同時也得到了準(zhǔn)則層的評判等級，能明確地看出準(zhǔn)則層對城市道路交通事故的作用大小，使評價結(jié)果更為科學(xué)合理。

4 城市道路交通事故預(yù)警級別的評判

4.1 預(yù)警信號的等級劃分

城市道路的交通狀況可劃分為安全態(tài)、準(zhǔn)安全態(tài)、一般態(tài)、準(zhǔn)危機態(tài)和危機態(tài)5個狀態(tài)等級，且城市道路交通狀況的狀態(tài)等級通過警戒線來劃分［6］。根據(jù)國家預(yù)警信號的規(guī)定及前文對城市道路交通事故預(yù)警警度的計算，分別以綠、藍、黃、橙、紅5種顏色的信號來表征城市道路的5個狀態(tài)等級，如表4所示。

表4 城市道路交通預(yù)警狀態(tài)等級

當(dāng)城市道路某一路段的交通預(yù)警狀態(tài)由某一等級的狀態(tài)區(qū)間向另一狀態(tài)等級過度時，系統(tǒng)會自動識別，并發(fā)出相應(yīng)的警報。對城市路段某一時間段內(nèi)的交通狀態(tài)進行統(tǒng)計分析，并以時間為橫坐標(biāo)，交通狀態(tài)等級為縱坐標(biāo)，將城市道路的交通狀態(tài)隨時間序列的變化反映在時間軸上，其變化趨勢如圖3所示。

圖3 路網(wǎng)交通事故預(yù)警信號圖

4.2 預(yù)警級別的確定與處置

城市道路交通狀態(tài)預(yù)警的確定需要大量的基礎(chǔ)數(shù)據(jù)分析作支撐，通過對城市道路交通事故基礎(chǔ)數(shù)據(jù)、城市道路斷面流量、某一時段的天氣狀況、道路條件、道路周圍環(huán)境狀況等基礎(chǔ)數(shù)據(jù)，根據(jù)上述分析判定城市道路交通事故的預(yù)警等級，并根據(jù)預(yù)警結(jié)果判定預(yù)警所在地點［7］。

5 城市道路交通事故預(yù)警案例分析

5.1 交通事故基礎(chǔ)數(shù)據(jù)的收集與處理

考慮數(shù)據(jù)的可得性，本節(jié)選擇江蘇省南京市江寧區(qū)雙龍大道、竹山路與天元路作為研究對象，一方面是由于3條城市道路均隸屬于江寧區(qū)，相距較近，另一方面是由于3條城市道路的交通環(huán)境、路段長度、交通流量相近。收集相關(guān)的交通事故基礎(chǔ)數(shù)據(jù)，進行交通事故預(yù)警分析，將所選擇的路段分為3段，使用層次分析法和模糊綜合評價模型對3個路段的交通事故基礎(chǔ)數(shù)據(jù)進行處理分析，最終得到城市道路交通事故微觀預(yù)警指標(biāo)值，如表5所示。

5.2 城市道路交通事故微觀預(yù)警［8］

根據(jù)層次分析法的基本原理，對南京市江寧區(qū)雙龍大道、竹山路與天元路交通事故預(yù)警評價如表6所示。

根據(jù)半梯形函數(shù)的最大隸屬度原則，南京市江寧區(qū)雙龍大道、竹山路與天元路所屬3段城市道路交通事故預(yù)警級別均屬二級，即準(zhǔn)安全態(tài)，如圖4所示。

表5 城市道路交通事故預(yù)警計算結(jié)果

表6 南京典型城市道路模糊綜合評判結(jié)果

圖4 南京市江寧區(qū)雙龍大道、竹山路與天元路交通事故預(yù)警信號圖

通過建模計算，得到城市道路的不同交通預(yù)警狀態(tài)，并以預(yù)警信號的形式顯現(xiàn)出來，并將預(yù)警結(jié)果與城市地理信息系統(tǒng)、通訊系統(tǒng)、城市道路交通指示牌、交通廣播及城市道路實時路況平臺等發(fā)布給城市道路交通的參與者，使交通參與者更安全便捷地完成出行目的，提升居民出行安全幸福指數(shù)。

6 結(jié)論

論文在全面分析國內(nèi)外關(guān)于城市道路交通事故分布規(guī)律、交通事故致因分析、交通事故變化趨勢相關(guān)研究的基礎(chǔ)上，結(jié)合前人的研究，構(gòu)建城市道路交通事故預(yù)警體系，借助層次分析法基本原理構(gòu)建城市道路交通事故預(yù)警模型，同時使用預(yù)警模型對南京典型城市道路交通事故進行預(yù)警分析，結(jié)果表明南京市江寧區(qū)雙龍大道、竹山路、天元路3條城市道路交通事故預(yù)警均屬于二級。

［1］姚成玉，陳東寧.基于最小割集綜合排序的液壓系統(tǒng)故障定位方法［J］.中國機械工程，2010（11）：1357-1361.

［2］李偉楠，王雪松.基于事故深度調(diào)查的城市交通事故特征分析［J］.中國安全科學(xué)學(xué)報，2012，22（12）：89-95.

［3］程琦，佘廉.構(gòu)建高速公路災(zāi)害預(yù)警指標(biāo)體系的探討［J］.武漢理工大學(xué)學(xué)報(信息與管理工程版)，2002，24（6）：45-48.

［4］宇仁德，田啟華，祁素升.基于GIS的城市交通安全預(yù)警系統(tǒng)［J］.交通與計算機，2006，24（6）：95-98.

［5］劉清.高速公路交通災(zāi)害預(yù)警管理系統(tǒng)研究［D］.武漢：武漢理工大學(xué)，2004.

［6］代磊磊.路網(wǎng)交通事故動態(tài)分析及預(yù)警方法研究［D］.哈爾濱：哈爾濱工業(yè)大學(xué)，2010.

［7］牟海波，俞建寧，劉林忠.基于模糊Petri網(wǎng)的交通事故致因建模分析［J］.中國安全科學(xué)學(xué)報，2010，20（12）：93-97.

［8］秦利艷，邵春福，賈洪飛.高速公路交通事故分析及預(yù)防對策研究［J］.中國安全科學(xué)學(xué)報，2003（6）：64-68.

Research on Urban Road Traffic Accident Early Warning Based on Fuzzy Comprehensive Evaluation

Wang Wei1,Xu Hongxi1, Lu Yuhan1, Li Rui2
（1. JSTI Group, Nanjing 210017, China; 2. College of Civil and Transportation Engineering, Hohai University, Nanjing 210098, China）

Taking urban road traffic accident early warning as the research object, combined with the distribution of urban traffic accidents, traffic accidents and causes of accidents trends, this paper built urban road traffic accident early warning indicator system. By using AHP, urban road traffic accident early warning model was built to determine the level of warning and warning disposal. On the basis of traffic accident data of Nanjing typical urban roads, the early warning model was verified. The model was built to determine the severity of accidents quickly when traffic accidents occurred in the city and take scientific rescue measures in accordance with the severity of accidents to reduce the losses caused by traffic accidents.

urban road; traffic accident; accident warning; fuzzy comprehensive evaluation

U491.3

A

1672-9889（2016）06-0085-05

2016-03-16）

王偉（1988-），男，江蘇南京人，工程師，主要從事交通規(guī)劃與交通安全方面研究工作。