城市事故灾难交通应急等级模糊综合评判模型及应用

王富, 李杰, 2, 石永辉

(1.武汉工业学院土木工程与建筑学院，湖北 武汉 430023,2.华中科技大学土木工程与力学学院，湖北 武汉 430074,3.武汉市公安局交通管理局科研处，湖北 武汉 430062)

0 引言

对城市事故灾难交通应急进行分级十分必要.通过分级，可以将不同交通应急级别的事故灾难与不同级别的应急管理部门、应急管理措施相对应，使疏散和救援更加高效，减少人员伤亡和财产损失.早期的事故灾难分级往往是事后评级，总的来讲就是在事故灾难发生之后对人员伤亡、财产损失、经济损失等做出统计，然后根据损失的大小来对其定级.这样做只是事后的总结，并不能为管理者应对事故灾难提供指导和参考作用.如果在事故灾难发生以后，应急部门能够迅速评定事件的交通应急等级，并启动相应预案，无疑会为事故灾难的救援争取宝贵时间.然而，事故灾难的影响因素众多，并且，大部分影响因素及其对事故的影响程度很难进行准确的量化，这正是模糊综合评判方法擅长解决的问题[1].因此，选取事故灾难应急处理的主要影响因素(如：影响人数、范围以及路网和交通管理情况)作为评判指标，运用模糊综合评判模型来评判事故灾难的交通应急等级，并针对不同应急级别提出交通组织预案，为事故灾难的救援和疏散提供交通保障.

1 交通应急等级评判指标的确定

确定交通应急等级的评判指标是进行模糊综合评判的基础.评判指标的选取将直接影响综合评判的准确性[2].为准确获取交通应急等级的评判指标，在查阅相关文献以及咨询有关专家的基础上，结合城市事故灾难的交通特性，选取事故灾害的影响范围、影响人数、路网密度以及交通管理水平4个指标作为模糊评判因数.

表1 事故灾难影响范围因数层次划分

表2 事故灾难影响人数因数层次划分

表3 事故灾难影响区域路网密度因数层次划分

1.1事故灾害影响范围因数a事故灾害的影响范围对判断其规模和危害程度尤为重要.各种事故灾害的影响范围有比较大的差距.一般来说，事故灾害影响范围的大小与其危害性有紧密的关系，并且其影响范围对交通应急措施的实施有着深刻的影响.通过咨询专家，按事故灾害影响范围的大小，将其划分为表1的4个层次[3].

1.2事故灾害影响人数因数b事故灾害的发生必然会影响到人的活动，受影响人数的多少对判断事故灾害的等级起着重要的作用.而且受影响的人数越多，对交通组织疏散的压力就越大，事故灾害中的人身安全更是有关部门在采取措施时考虑的重中之重.因此将事故灾难的影响人数作为一个重要的因数.通过咨询专家，并且比照影响范围因素的层次划分，按事故灾害影响人数的多少，将其划分为表2的4个层次.

1.3事故区域路网密度因数c道路网是社会经济发展和居民生活所依赖的重要基础设施，是交通应急疏散的基础，路网密度是反映道路网性质的一个基本指标，其大小对交通应急疏散的速度和效率起着决定作用.

参照《城市道路交通管理评价指标体系》(公安部、住房与城乡建设部，2008年版)中对城市路网密度等级的划分，结合研究内容需要，通过咨询专家，将城市事故灾难发生区域的道路网密度划分为表3的4个层次.

表4事故灾难影响区域交通管控范围因数层次划分

%

表示符号d1d2d3d4特大型城市[75,100][65,75)[55,65)[0,55)A类城市[70,100][60,70)[50,60)[0,50)B类城市[65,100][55,65)[45,55)[0,45)C、D类城市[60,100][50,60)[40,50)[0,40)

1.4事故区域交通管控水平因数d《城市道路交通管理评价指标体系》(2008)中将城市道路管控水平的评价指标定为建成区道路管控率，本文中也选取该指标作为事故区域交通管控水平因数.交通管理能力直接关系到紧急情况下的交通疏导能力，对事故灾难的交通应急救援有着重要影响.参照《城市道路交通管理评价指标体系》(2008)中对建成区道路管控率等级的划分，通过咨询专家，将城市事故灾难发生区域的交通管控范围划分为表4的4个层次.

2 交通应急等级的评判集

评判集是评判者对评判对象可能作出的各种评判结果所组成的集合，用大写字母V表示.《国家突发公共事件总体应急预案》(国务院，2006)将各种突发事件划分为特别重大事故、重大事故、较大事故和一般事故4个等级.与之相适应，也将城市事故灾难的交通应急等级划分为4个等级：Ⅰ级(特别重大)、Ⅱ级(重大)、Ⅲ级(较大)、Ⅳ级(一般).因此，事故灾难的交通应急等级的评判集V={Ⅰ级，Ⅱ级，Ⅲ级，Ⅳ级}.

3 单因素模糊评判矩阵的确定

通过咨询专家，让专家通过投票的方式表明各自对于影响范围因数对事故评级的影响[4].例如，对于影响范围因数的第二个层次a2(影响城市的一个行政区域或者CBD)，有30%的专家认为是Ⅰ级，60%的专家认为是Ⅱ级，10%的专家认为是Ⅲ级，没有专家认为是Ⅳ级，则可以得到事故灾难影响范围因数a的评语集如表5.同理，可以得出其他各因数的评判表如表6，7和8.

表5 事故灾难影响范围因数评语集

表6事故灾难影响人数因数评语集

序号评语集Ⅰ级Ⅱ级Ⅲ级Ⅳ级b11(b11)0(b12)0(b13)0(b14)b20.30(b21)0.60(b22)0.10(b23)0(b24)b30.10(b31)0.40(b32)0.50(b33)0(b34)b40(b41)0.20(b42)0.30(b43)0.50(b44)

其中,aij(i=1，2，3，4；j=1，2，3，4)表示第i个

层次对于第j种评语的隶属度.

表7 事故灾难区域路网密度因数评语集

表8事故灾难区域交通管控范围因数评语集

评语集Ⅰ级Ⅱ级Ⅲ级Ⅳ级d10.02(d11)0.13(d12)0.30(d13)0.55(d14)d20.10(d21)0.20(d22)0.45(d23)0.25(d24)d30.30(d31)0.50(d32)0.15(d33)0.05(d34)d40.60(d41)0.30(d42)0.10(d43)0(d44)

对于4个评判指标a、b、c、d，针对事故灾难的具体情况，结合以上评判表，从而得出单因素模糊评判矩阵.如：某个事故灾难的影响范围是aa，影响人数为bb，其区域的道路网密度为cc，其区域的交通管控范围为dd.则可得到该事故灾难的单因素模糊评判矩阵：

4 交通应急等级的权重集

在模糊综合评判中，权重是体现某种意义下重要程度的数值，具有权衡比较不同评判因子间差异程度的作用[6].只有通过加权综合，才能揭示不同评判因子间的内在联系，使评判结果更接近和符合实际情况.对于不能定量描述的影响的因素，根据现场实际情况，由经验丰富的专家和工程技术人员确定其权重.在事故灾难交通应急等级的评判中，影响因素对交通应急的影响越大，则其权重也越大.

通过对专家进行问卷，并进行统计分析，得到城市事故灾难交通应急等级的权重集为：A=(0.250.45 0.2 0.1)，从中可以看出，专家认为事故灾难的影响人数对等级的评判是最重要的.

5 交通应急等级的模糊综合评判

一般来说，在进行模糊综合评判时，如果评判指标的重要程度一样，也就是权重集中的各权数均相同，这时只要将评判矩阵中各列元素相加，便分别得到评判集中各元素的“得分”多少[7].若评判指标的权重不等，则需要作模糊矩阵乘积运算，城市事故灾难交通应急等级的评判指标对于等级的评判的重要程度各不相同，因此需要进行运算[8]：

B=A×R

(1)

将得出的矩阵B通过归一化处理后，取最大的(bj)max所对应的评判集V的vj作为交通应急等级评判的最后结果.

6 案例分析

汉正街位于武汉汉口的繁华地带.现在武汉已有了东汉正街、西汉正街.个体经营户达13 200户，日均吞吐货物400余吨，市场日均人流量16万人次.

近年来，由于商住混居，老城区电线老化，且乱接乱搭等安全隐患使火灾频发.2005年12月，一场大火夺去4人生命；2009年1月3日、2月2日、2月5日汉正街又发生3起大火.其中2月5日火灾造成一人死亡，10余人被紧急送医，数百人转移安置，直接经济损失580万余元.

以汉正街火灾为例，利用模糊综合评判方法判定交通应急等级.

经调查，汉正街区道路网密度约为5 km/km2，交通管控范围约为55%，影响人数约为2.5万.根据交通应急等级综合评判模型，其影响范围因数为a2，影响人数因数为b3，道路网密度因数为c2，交通管控范围因数为d3，故可以得出单因素模糊评判矩阵：

将单因素模糊评判矩阵代入式(1)，得

矩阵B中的最大值为0.42，利用最大隶属度原则判定火灾的交通应急等级为Ⅱ级.

7 结语

通过查阅资料和征求专家意见，选取影响范围、影响人数以及路网密度和交通管控水平作为评判指标.通过专家法，确定了评判指标的评语集和等级评判的权重集，将最大隶属度法作为模糊综合评判标准.模型经实际应用，检验了其适用性.

[1] 龙小强,谭云龙.基于模糊综合评价的城市道路交通拥堵评价研究[J].交通标准化,2011,11:114-116.

[2] 张晖,严新平,高岩,等.基于模糊评价的安全感知与车速相关性分析[J].江苏大学学报：自然科学版,2011,32(5):511-515.

[3] 陆化普.交通规划理论与方法[M].北京：清华大学出版社,2006:203-211.

[4] 王涛,陈峻.基于模糊综合评价法的城市道路交通安全评价研究[J].交通信息与安全,2011,29(4):99-103.

[5] Ferreira R P, Sassi R J, de Oliveira Affonso C, et al. Dynamic routing combined to forecast the behavior of traffic in the city of Sao Paulo using neuro fuzzy network[J]. Computer Technology and Application, 2011,2(1):36-41.

[6] 梅振宇,项贻强,陈峻,等.基于模糊算法的停车诱导与交通流控制协同优化模型[J].中国公路学报,2008,21(2):84-88.

[7] 凌建明，官盛飞,赵鸿铎,等.公路沥青路面预养护多层次模糊决策模型[J].公路交通科技,2008,25(6):25-34.

[8] 赵丽君.基于模糊综合评判法的绿色物流评价研究[J].武汉理工大学学报,2008,30(6):174-177.