關(guān)鍵詞：交通事故嚴(yán)重程度;深度學(xué)習(xí);可解釋性

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)志碼：A

0 引言（Introduction）

在當(dāng)今社會(huì)，交通事故頻發(fā)，對(duì)人們的生命和財(cái)產(chǎn)構(gòu)成了嚴(yán)重的威脅。因此，精準(zhǔn)預(yù)測(cè)交通事故的嚴(yán)重程度，成為交通安全領(lǐng)域亟待解決的關(guān)鍵問(wèn)題。為了應(yīng)對(duì)這一挑戰(zhàn)，本文提出了一種具備可解釋性的深度神經(jīng)模糊系統(tǒng)，旨在結(jié)合深度學(xué)習(xí)和模糊推理的優(yōu)勢(shì)，提高對(duì)交通事故嚴(yán)重程度的預(yù)測(cè)能力和模型的可解釋性。

該系統(tǒng)深度融合注意力可解釋性表格學(xué)習(xí)網(wǎng)絡(luò)（AttentiveInterpretable Tabular Learning Network，TabNet）和自適應(yīng)神經(jīng)網(wǎng)絡(luò)模糊推理系統(tǒng)（Adaptive Neuro Fuzzy Inference System，ANFIS），通過(guò)挖掘數(shù)據(jù)屬性之間的相關(guān)性對(duì)決策的影響，以期實(shí)現(xiàn)對(duì)事故影響因素更精準(zhǔn)的建模，為模型提供更準(zhǔn)確和可解釋的決策依據(jù)，從而增強(qiáng)決策者對(duì)模型預(yù)測(cè)的信任。

1 相關(guān)研究（Related research）

據(jù)國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)統(tǒng)計(jì)，2021年全國(guó)共發(fā)生了273 098起交通事故，導(dǎo)致62 218人死亡。這一嚴(yán)峻形勢(shì)凸顯了預(yù)測(cè)交通事故嚴(yán)重程度對(duì)于應(yīng)急響應(yīng)人員的重要性[1]。為應(yīng)對(duì)交通管理和事故預(yù)測(cè)方面的挑戰(zhàn)，研究者使用了多種模型，包括統(tǒng)計(jì)學(xué)模型、機(jī)器學(xué)習(xí)模型和深度學(xué)習(xí)模型實(shí)現(xiàn)對(duì)交通事故嚴(yán)重程度的預(yù)測(cè)。

統(tǒng)計(jì)學(xué)模型在預(yù)測(cè)事故嚴(yán)重程度方面有著廣泛應(yīng)用，例如回歸分析[2]和方差分析[3]。然而，統(tǒng)計(jì)學(xué)模型通常會(huì)對(duì)變量施加嚴(yán)格的假設(shè)，一旦違反這些假設(shè)，便可能會(huì)導(dǎo)致錯(cuò)誤的結(jié)果，同時(shí)在處理非線性關(guān)系和復(fù)雜模式方面存在一定的局限性。隨著機(jī)器學(xué)習(xí)技術(shù)的不斷發(fā)展，研究者開(kāi)始將支持向量機(jī)[4]（Support Vector Machine，SVM）、決策樹(shù)[5]（Decision Tree，DT）、隨機(jī)森林[6]（Random Forest，RF）等機(jī)器學(xué)習(xí)算法應(yīng)用于事故嚴(yán)重程度的預(yù)測(cè)。這些模型能夠從大量的數(shù)據(jù)中學(xué)習(xí)復(fù)雜的模式，并且適應(yīng)不同類型的變量HHJvTbSHaZBlKkz9C1vqeiLjX9zx2WZETKPuYxzZ/TI=。隨著深度學(xué)習(xí)技術(shù)的發(fā)展，卷積神經(jīng)網(wǎng)絡(luò)[7]（Convolutional Neural Networks，CNN）、長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)[8]（Long Short Term Memory，LSTM）和貝葉斯網(wǎng)絡(luò)[9]（Bayesian Network，BN）等深度學(xué)習(xí)模型被引入，用于捕捉更復(fù)雜的時(shí)空關(guān)系和非線性模式。深度學(xué)習(xí)模型由于具有網(wǎng)絡(luò)深、參數(shù)多、復(fù)雜度高的特性，導(dǎo)致其在進(jìn)行決策時(shí)缺乏可解釋性。相比之下，ANFIS有助于彌補(bǔ)深度學(xué)習(xí)模型在可解釋性方面的不足[10]，能夠?yàn)闆Q策提供更清晰的可解釋性依據(jù)。然而在交通事故嚴(yán)重程度預(yù)測(cè)領(lǐng)域，對(duì)于ANFIS模型的應(yīng)用相對(duì)較少。

2 深度神經(jīng)模糊系統(tǒng)的理論及構(gòu)建（Theoryand construction of DNFS）

DNFS在TabNet的基礎(chǔ)上融合了ANFIS的優(yōu)勢(shì)，彌補(bǔ)了深度學(xué)習(xí)模型在可解釋性方面的不足，顯著提高了DNFS對(duì)交通事故嚴(yán)重程度預(yù)測(cè)的準(zhǔn)確度和可解釋性。

2.1 注意力可解釋性表格學(xué)習(xí)網(wǎng)絡(luò)

TabNet是一種創(chuàng)新性的深度學(xué)習(xí)模型，它利用神經(jīng)網(wǎng)絡(luò)模擬樹(shù)模型[11]，使網(wǎng)絡(luò)能夠?qū)⒆⒁饬杏跀?shù)據(jù)中最重要的特征。TabNet的基本網(wǎng)絡(luò)結(jié)構(gòu)主要包括特征轉(zhuǎn)換器和注意力轉(zhuǎn)換器（圖1）。

與傳統(tǒng)的深度學(xué)習(xí)模型相比，TabNet充分利用了特征的稀疏性，通過(guò)稠密特征和稀疏特征兩個(gè)分支，分別處理連續(xù)型和離散型特征。在特征處理過(guò)程中引入特征重構(gòu)機(jī)制，通過(guò)學(xué)習(xí)特征之間的潛在關(guān)系，提高了模型的表達(dá)能力。

2.2 自適應(yīng)神經(jīng)模糊推理系統(tǒng)

ANFIS融合了神經(jīng)網(wǎng)絡(luò)和模糊推理的優(yōu)勢(shì)，因此在很多領(lǐng)域得到了廣泛應(yīng)用。ANFIS融合了模糊推理的能力，使其能夠有效地處理模糊規(guī)則和不確定信息，其體系結(jié)構(gòu)主要由模糊化層、規(guī)則層、歸一化層、后驗(yàn)部分層和聚合層組成（圖2）。

在模糊化層中，原始的輸入數(shù)據(jù)經(jīng)過(guò)模糊化處理后，由隸屬度函數(shù)映射到模糊集合中，將清晰的輸入值轉(zhuǎn)化為不確定、模糊的值。在規(guī)則層中，每個(gè)節(jié)點(diǎn)對(duì)應(yīng)一個(gè)模糊規(guī)則，采用邏輯運(yùn)算對(duì)模糊化層傳入的隸屬度進(jìn)行合并，生成規(guī)則激活度。在歸一化層中，對(duì)規(guī)則的激活度標(biāo)準(zhǔn)化，確保在后續(xù)的加權(quán)求和中，每個(gè)規(guī)則的貢獻(xiàn)度都是合理的。在后驗(yàn)部分層中，通過(guò)神經(jīng)網(wǎng)絡(luò)自適應(yīng)地調(diào)整參數(shù)，以獲得規(guī)則的最佳輸出關(guān)系。在聚合層中，根據(jù)規(guī)則的激活度對(duì)各個(gè)規(guī)則的后驗(yàn)部分進(jìn)行加權(quán)求和，形成最終的輸出。

2.3 深度神經(jīng)模糊系統(tǒng)的構(gòu)建

為了更好地處理交通事故數(shù)據(jù)中的模糊性和不確定性問(wèn)題，并確保模型的可解釋性，本文采用自上而下的方法將TabNet和ANFIS融合成一個(gè)端到端的深度神經(jīng)模糊系統(tǒng)DNFS，DNFS模型結(jié)構(gòu)如圖3所示。

DNFS模型結(jié)構(gòu)主要包含特征轉(zhuǎn)換器、特征切分、注意力轉(zhuǎn)換器和模糊推理網(wǎng)絡(luò)4個(gè)部分。

2.3.1 特征轉(zhuǎn)換器

特征轉(zhuǎn)換器用于學(xué)習(xí)數(shù)據(jù)中的高級(jí)表示，實(shí)現(xiàn)決策步的特征計(jì)算，特征轉(zhuǎn)換器結(jié)構(gòu)如圖4所示。

2.3.3 注意力轉(zhuǎn)換器

注意力轉(zhuǎn)換器根據(jù)特征切分網(wǎng)絡(luò)的輸出結(jié)果，獲取當(dāng)前決策步的Mask矩陣，并使Mask矩陣是稀疏且不重復(fù)的，注意力轉(zhuǎn)換器結(jié)構(gòu)如圖5所示。

3 數(shù)據(jù)選取與處理（Data selection and processing）

3.1 數(shù)據(jù)選取

本文選擇的數(shù)據(jù)源自公開(kāi)網(wǎng)站Kaggle所提供的美國(guó)交通事故數(shù)據(jù)集，該數(shù)據(jù)描述了2016—2022年美國(guó)49個(gè)州的交通事故數(shù)據(jù)。數(shù)據(jù)的收集涉及多個(gè)來(lái)源，包括美國(guó)的交通運(yùn)輸部門(mén)、執(zhí)法部門(mén)，以及交通攝像頭、路網(wǎng)中的交通傳感器，涵蓋事故地點(diǎn)、天氣、時(shí)間、POI（Point of Interest）等方面的信息，充分考慮了交通事故發(fā)生時(shí)的多方面因素。

3.2 數(shù)據(jù)處理

為確保實(shí)驗(yàn)結(jié)果的可靠性和有效性，通過(guò)多重共線性分析對(duì)變量進(jìn)行篩選，保留相關(guān)性較強(qiáng)的變量，以提高數(shù)據(jù)的質(zhì)量。最終得到包含119989條交通事故記錄的數(shù)據(jù)集，每條記錄由31個(gè)特征變量和1個(gè)目標(biāo)變量組成。表1描述了變量的詳細(xì)信息。

目標(biāo)變量表示交通事故嚴(yán)重程度，根據(jù)嚴(yán)重程度的不同，將其分為3個(gè)有序的層次：0級(jí)表示輕微事故、1級(jí)表示嚴(yán)重事故、2級(jí)表示致命事故。

表2展示了交通事故數(shù)據(jù)集中的數(shù)據(jù)缺失情況。

為了能更有效地利用當(dāng)前數(shù)據(jù)，采用線性回歸的方法擬合觀察到的數(shù)據(jù)，從而填補(bǔ)缺失值，提高數(shù)據(jù)的完整性和可用性。

4 模型對(duì)比與結(jié)果分析（Model comparisonand result analysis）

4.1 交通事故嚴(yán)重程度預(yù)測(cè)的評(píng)價(jià)方法

為了確定算法預(yù)測(cè)的準(zhǔn)確性，需要確定評(píng)估測(cè)量指標(biāo)。實(shí)驗(yàn)選擇以混淆矩陣作為基礎(chǔ)的評(píng)價(jià)框架，選取常見(jiàn)的分類預(yù)測(cè)評(píng)價(jià)指標(biāo)，包括準(zhǔn)確率（Accuracy）、精確度（Precision）、召回率（Recall）和F1值（F1-Score）。

4.2 實(shí)驗(yàn)結(jié)果分析

將交通事故數(shù)據(jù)按照8∶2的比例劃分為訓(xùn)練樣本集和測(cè)試樣本集，訓(xùn)練集用于訓(xùn)練模型，而測(cè)試集用于驗(yàn)證模型的預(yù)測(cè)效果。

本文設(shè)計(jì)的對(duì)比實(shí)驗(yàn)采用了XGBoost（Extreme GradientBoosting）、Logistic（邏輯回歸）、隨機(jī)森林（Random Forest，RF）、決策樹(shù)（Decision Tree，DT）、貝葉斯網(wǎng)絡(luò)（Bayesiannetwork，BN）、可解釋性表格學(xué)習(xí)網(wǎng)絡(luò)（Attentive InterpretableTabular Learning Network，TabNet）和自適應(yīng)神經(jīng)網(wǎng)絡(luò)模糊推理系統(tǒng)（Adaptive Neuro Fuzzy Inference System，ANFIS）。

DNFS模型參數(shù)如表3所示。

表3中，N_c表示模糊集的數(shù)量，N_d表示決策預(yù)測(cè)層的寬度，N_a表示注意力嵌入層的寬度，N_steps表示決策步數(shù)，Optimizer_fn表示優(yōu)化器，Lr表示學(xué)習(xí)率，Epoch表示訓(xùn)練輪次。

在DNFS模型中，N_c、N_d、N_a和N_steps這4個(gè)參數(shù)共同決定了模型的規(guī)模，減少這些參數(shù)可以防止模型過(guò)擬合，同時(shí)對(duì)模型預(yù)測(cè)的精度不會(huì)產(chǎn)生較大的影響。

將DNFS的預(yù)測(cè)結(jié)果分別與BN、Logistic、RF、DT、XGBoost、ANFIS及TabNet模型進(jìn)行對(duì)比，其結(jié)果如表4所示。

DNFS在對(duì)輕微事故、嚴(yán)重事故和致命事故的預(yù)測(cè)上都取得了最佳的結(jié)果，分別為0.91、0.93和0.93，在多類別預(yù)測(cè)任務(wù)中展現(xiàn)出卓越的性能。在4個(gè)評(píng)價(jià)指標(biāo)上，DNFS的表現(xiàn)均優(yōu)于其他模型，說(shuō)明DNFS在交通事故嚴(yán)重程度的預(yù)測(cè)方面勝過(guò)傳統(tǒng)的預(yù)測(cè)模型。

在DNFS的損失值逐漸收斂至穩(wěn)定狀態(tài)的同時(shí)，模型的各項(xiàng)指標(biāo)也趨于穩(wěn)定狀態(tài)，表明DNFS應(yīng)用于交通事故嚴(yán)重程度的預(yù)測(cè)具有一定的可行性。DNFS的收斂圖如圖6所示。

根據(jù)圖7可以發(fā)現(xiàn)，Visibility（mi）特征對(duì)交通事故嚴(yán)重程度的預(yù)測(cè)貢獻(xiàn)度較高，其次是Wind_Chill（F）、Temperature（F）、Humidity（%）、Sunrise_Sunset和Pressure（in）。以上結(jié)果表明，天氣因素在決定事故嚴(yán)重程度上發(fā)揮著至關(guān)重要的作用。然而在事故發(fā)生的環(huán)境中，其中的天氣狀況受到多種因素影響，呈現(xiàn)出復(fù)雜多變的狀態(tài)。DNFS的模糊推理層能夠?qū)τ绊懱鞖獾囊蛩剡M(jìn)行模糊化處理，將具體的天氣信息轉(zhuǎn)化為模糊集合。通過(guò)隸屬度計(jì)算，可以量化每個(gè)特征在不同模糊集合中的隸屬程度，從而捕捉到天氣的復(fù)雜多變性。此外，DNFS規(guī)則推理層的規(guī)則可以學(xué)習(xí)不同因素之間的復(fù)雜關(guān)系。通過(guò)對(duì)規(guī)則權(quán)重的解釋，可以揭示DNFS是如何從影響天氣的因素中提取關(guān)鍵信息，有助于DNFS解釋如何處理不確定性和模糊性，使得決策更具有魯棒性。

5 結(jié)論（Conclusion）

在交通安全領(lǐng)域，對(duì)事故嚴(yán)重程度的準(zhǔn)確預(yù)測(cè)至關(guān)重要，因?yàn)椴煌慕煌ㄊ鹿实挠绊懗潭扔泻艽蟮牟町悾瑢?duì)救援時(shí)資源的調(diào)配和緊急響應(yīng)有很大的影響。本文通過(guò)構(gòu)建深度神經(jīng)模糊系統(tǒng)（DNFS），在深度學(xué)習(xí)和模糊推理的基礎(chǔ)上綜合利用了TabNet和ANFIS的優(yōu)勢(shì)，旨在解決交通事故嚴(yán)重程度預(yù)測(cè)中影響因素多、預(yù)測(cè)偏差大、可解釋性低等問(wèn)題。

實(shí)驗(yàn)驗(yàn)證結(jié)果表明，與其他模型相比，DNFS在誤差、準(zhǔn)確性和可解釋性等方面表現(xiàn)出色，說(shuō)明模型在交通事故嚴(yán)重程度預(yù)測(cè)中具有較高的可行性和有效性。DNFS的性能優(yōu)勢(shì)體現(xiàn)在對(duì)復(fù)雜數(shù)據(jù)的學(xué)習(xí)和對(duì)不確定性的處理方面，為交通管理部門(mén)提供了更準(zhǔn)確的預(yù)測(cè)結(jié)果，有助于其更好地制訂應(yīng)急和預(yù)防措施。

作者簡(jiǎn)介：

王園園（1997-），女，碩士生。研究領(lǐng)域：數(shù)據(jù)挖掘，機(jī)器學(xué)習(xí)，人工智能。

史東輝（1966-），男，博士，教授。研究領(lǐng)域：知識(shí)工程，數(shù)據(jù)挖掘，機(jī)器學(xué)習(xí)，人工智能。本文通信作者。

甘書(shū)靈（1999-），女，碩士生。研究領(lǐng)域：數(shù)據(jù)挖掘，機(jī)器學(xué)習(xí)，人工智能。