基于模糊综合评价模型的城市道路交通事故预警研究

王 伟，徐鸿熙，陆雨函，李 锐

（1.苏交科集团股份有限公司，江苏 南京 210017；2.河海大学土木与交通学院，江苏 南京 210098）

基于模糊综合评价模型的城市道路交通事故预警研究

王 伟1，徐鸿熙1，陆雨函1，李 锐2

（1.苏交科集团股份有限公司，江苏 南京 210017；2.河海大学土木与交通学院，江苏 南京 210098）

文章以城市道路交通事故预警作为研究对象，结合城市道路交通事故分布规律、交通事故成因与交通事故变化趋势，构建城市道路交通事故预警指标体系，同时使用层次分析法构建城市道路交通事故预警模型，确定预警级别及预警处置，在此基础上选择南京典型城市道路的交通事故数据对预警模型进行验证，其目的是在城市道路发生交通事故后快速判断交通事故的严重程度，并根据交通事故的严重程度采取科学的救援措施，减少交通事故造成的损失。

城市道路；交通事故；事故预警；模糊综合评价

1 概述

机动化水平的提升在给人们的日常出行带来便捷的同时也造成了交通拥堵、交通延误，甚至诱发交通事故。交通事故的发生不但给人们的生命和财产造成重大损失，而且严重影响了社会安全问题，使人们的幸福指数下降。资料显示，我国的机动车交通事故万车死亡率为6.2，与经济发达国家仍有很大的差距，如表1所示［1］。

表1 机动车交通事故万车死亡率对比表

通过表1可以看出，我国的机动车交通事故万车死亡率最高，说明我国的交通安全形势仍不容乐观。交通事故预警能够在交通事故发生前，预判交通事故发生的几率；在交通事故发生后能够及时响应，采取科学合理的救援措施，减少道路交通事故造成的损失。因此，对城市道路交通事故预警的研究显得尤为重要。

交通事故预警的目的是在掌握城市道路交通事故分布规律、致因分析及动态变化规律的基础上构建事故预警指标体系，在事故发生前减少事故的发生，在事故发生后减少事故造成的损失，这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应用。本文所研究的城市道路交通事故预警指标体系主要涉及3个方面［2］：(1)分布规律，在城市道路交通事故基础数据的基础上，选择相关指标并计算其取值；(2)致因分析，通过对城市道路交通事故宏观成因、微观成因、直接成因及关联成因的分析，选择相关指标并计算其取值；(3)事故变化趋势，通过交通事故持续时间的预测，选择相关指标并计算其取值，如图1所示。

图1 预警与事故动态分析的关系结构

2 构建路网交通事故预警指标体系

交通事故预警是通过对城市道路上不同交通形态下交通事故的变化情况进行分析，掌握交通形态变化时，路网交通事故的增长量、事故次数增长率及事故伤亡情况的变化规律，同时挖掘引起交通事故发生的主要成因、次要成因、诱导成因、隐患成因，在此基础上对路网交通事故变化趋势进行预测，对不同交通形态下交通事故死亡人数增长量、死亡人数发生率、当量万车事故概率及事故的增长量进行预判，并为交通事故发生时制定救援方案提供参考［3］。

因此，路网交通事故预警指标涉及交通事故分布规律、交通事故成因及交通事故变化趋势3个方面。本文在构建城市道路交通事故预警指标体系时，一方面借鉴已有的研究成果，如《路网交通事故动态分析及预警方法研究》、《交通事件持续时间的预测》、《基于贝叶斯网络的交通事故态势研究》等；另一方面根据江苏省统计城市道路交通事故基础数据的属性，选取交通事故分布规律、交通事故成因及交通事故变化趋势相关指标，构建路网交通事故预警指标体系，并借助层次分析法的基本原理，分别选取目标层、准则层、指标层指标，其中目标层即为城市道路路网交通事故预警指标体系；准则层即为城市道路交通事故分布规律、城市道路交通事故致因分析及城市道路交通事故变化趋势；指标层是指从3个准则层中选取的具有代表性的对城市道路交通事故具有显著性的影响因素，如表2所示。

表2 路网交通事故预警指标体系结构

本文在《畅通工程评价标准》及《城市交通管理评价指标体系》研究的基础上，针对城市道路交通事故预警指标体系中各个指标的临界取值作了界定，如表3所示［4］。表中的数值均采用临界值，若某一指标的实际取值位于两个临界值之间，需要使用模糊综合评价法对其进行模糊化处理，通过隶属度的计算，判定该指标隶属于哪一等级。

表3 城市道路交通事故预警指标划分等级及临界取值

3 城市道路交通事故预警模型

3.1 模型构建流程

城市道路交通事故预警警度的确定主要涉及两个方面：交通事故预警指标权重的确定与计算交通事故预警警度［5］。交通事故预警指标权重的确定需要使用层次分析法（AHP），它是表征交通事故预警指标的重要程度；预警警度的计算需要使用模糊综合评价法，使用模糊综合评价法对最底层预警指标进行评价，在此基础上对上一层的指标进行评价，最后根据最大隶属度原则确定交通事故的预警级别，流程如图2所示。

图2 城市道路交通事故预警指标评价流程图

设A层一共包含m个指标，即A1，A2，…，Am，则其评价目标的综合权重为a1，a2，…，am。A层的下层也就是B层，共有n个分解指标B1，B2，…，Bm。根据构建的路网交通事故预警指标体系，使用satty所提出的1-9标度法，建立权重判断矩阵。根据单一原则，计算权重判断矩阵的最大特征值及对应的特征向量，由此可得各指标的权重对比值。同时根据模糊综合评价模型对数据的误差进行一致性检验，当CR＜0.10时，则认为判断矩阵具有协调性与同步性，如果数据与此相反，则需要对矩阵进行调整。

权重矩阵构建中的判断矩阵可以用如下公式分析：

计算协同指标CI：

计算协同性比例CR：

目标层评价的综合权重为：

3.2 城市道路交通事故预警警度

城市道路交通事故预警指标体系是一个层次结构，即目标层、准则层和指标层。因此，在确定交通事故预警警度的过程中，需要由上往下建立因素集、评语集、确定交通事故预警指标的权重及隶属度判定矩阵，使用模糊综合评价模型对城市道路交通事故预警警度进行判定。具体步骤为：

（1）建立因素集（X）

城市道路交通事故预警指标体系的层次结构决定了预警因素集是一个两层次的因子集。

①第一个层次包含3个因素：城市道路交通事故分布规律、城市道路交通事故致因动态分析、城市道路交通事故动态变化趋势，即：X={X1，X2，X3}。

②第二个层次包含Xij（i=1，2，3；j=1，2，3，4）个子因子，即：X1={X11，X12，X13}；X2={X21，X22，X23，X24}；X3={X31，X32，X33}。

（2）建立评语集（S）

在对城市道路交通事故预警指标体系构建评语集时，因其因素集具有两个层次，所以评语集也相应有两个层次。

①第一层用来表述城市道路的交通状态，分为安全态、准安全态、一般态、准危险态和危险态5个级别，即S={S1，S2，S3，S4，S5}。

②第二层指针对第一层评语集继续划分等级，分为非常安全、较安全、安全、危险和非常危险5个等次。

（3）建立预警指标权重判断矩阵及隶属度函数

城市道路交通事故预警指标权重的确定常使用的计算方法为层次分析法（AHP），根据其原理，首先求得指标层各个指标的权重，然后由指标层的权重经计算求得准则层的权重，并使用半梯形分布函数确定城市道路交通事故的预警指标的隶属度。半梯形分布函数如下：

假设城市道路交通事故预警评价指标所构建的因素集XT={xl，x2，…，xm}，城市道路交通事故预警指标所建立的评语集V={v1，v2，…，vn}，针对评语集中vj+1与vj的关系本文定义vj与vj+1为评判等级中两个相邻的等级标准，且vj+1比vj等级高，则vj等级属的隶属度函数为：

（4）隶属度模糊综合评价

根据模糊综合评价的基本原理，对城市道路交通事故预警指标体系中的指标进行评价：

式中：k为城市道路交通事故预警指标体系中准则层对应的指标层中指标的个数；Ai为城市道路交通事故预警指标体系指标层中各指标的权重；Ri为城市道路交通事故预警指标体系指标层中各指标的评判矩阵，则基于模糊综合评价的城市道路交通事故预警指标体系指标层的评价结果为Bi=（bi1，bi2，…，bik）。由城市道路交通事故预警指标体系指标层的评价结果构造准则层评判矩阵R，则：

在得到准则层评价结果的基础上，使用模糊综合评价对目标层进行评价。目标层X包含X1，X2，X33个元素，根据每个元素对X的影响程度大小构造权向量A=（a1，a2，a3），则目标层的评价结果为：

根据隶属度最大原则，城市道路交通事故预警目标层的评价结果B=（b1，b2，b3）T中最大的那个值所处的交通事故等级即为城市道路交通事故所评判的事故预警等级。

综上所述，在模糊综合评价模型对城市道路交通事故预警进行综合评价时，充分考虑了城市道路交通事故的复杂性及指标层中各个指标的影响大小，在实现对城市道路交通事故预警评判等级的同时也得到了准则层的评判等级，能明确地看出准则层对城市道路交通事故的作用大小，使评价结果更为科学合理。

4 城市道路交通事故预警级别的评判

4.1 预警信号的等级划分

城市道路的交通状况可划分为安全态、准安全态、一般态、准危机态和危机态5个状态等级，且城市道路交通状况的状态等级通过警戒线来划分［6］。根据国家预警信号的规定及前文对城市道路交通事故预警警度的计算，分别以绿、蓝、黄、橙、红5种颜色的信号来表征城市道路的5个状态等级，如表4所示。

表4 城市道路交通预警状态等级

当城市道路某一路段的交通预警状态由某一等级的状态区间向另一状态等级过度时，系统会自动识别，并发出相应的警报。对城市路段某一时间段内的交通状态进行统计分析，并以时间为横坐标，交通状态等级为纵坐标，将城市道路的交通状态随时间序列的变化反映在时间轴上，其变化趋势如图3所示。

图3 路网交通事故预警信号图

4.2 预警级别的确定与处置

城市道路交通状态预警的确定需要大量的基础数据分析作支撑，通过对城市道路交通事故基础数据、城市道路断面流量、某一时段的天气状况、道路条件、道路周围环境状况等基础数据，根据上述分析判定城市道路交通事故的预警等级，并根据预警结果判定预警所在地点［7］。

5 城市道路交通事故预警案例分析

5.1 交通事故基础数据的收集与处理

考虑数据的可得性，本节选择江苏省南京市江宁区双龙大道、竹山路与天元路作为研究对象，一方面是由于3条城市道路均隶属于江宁区，相距较近，另一方面是由于3条城市道路的交通环境、路段长度、交通流量相近。收集相关的交通事故基础数据，进行交通事故预警分析，将所选择的路段分为3段，使用层次分析法和模糊综合评价模型对3个路段的交通事故基础数据进行处理分析，最终得到城市道路交通事故微观预警指标值，如表5所示。

5.2 城市道路交通事故微观预警［8］

根据层次分析法的基本原理，对南京市江宁区双龙大道、竹山路与天元路交通事故预警评价如表6所示。

根据半梯形函数的最大隶属度原则，南京市江宁区双龙大道、竹山路与天元路所属3段城市道路交通事故预警级别均属二级，即准安全态，如图4所示。

表5 城市道路交通事故预警计算结果

表6 南京典型城市道路模糊综合评判结果

图4 南京市江宁区双龙大道、竹山路与天元路交通事故预警信号图

通过建模计算，得到城市道路的不同交通预警状态，并以预警信号的形式显现出来，并将预警结果与城市地理信息系统、通讯系统、城市道路交通指示牌、交通广播及城市道路实时路况平台等发布给城市道路交通的参与者，使交通参与者更安全便捷地完成出行目的，提升居民出行安全幸福指数。

6 结论

论文在全面分析国内外关于城市道路交通事故分布规律、交通事故致因分析、交通事故变化趋势相关研究的基础上，结合前人的研究，构建城市道路交通事故预警体系，借助层次分析法基本原理构建城市道路交通事故预警模型，同时使用预警模型对南京典型城市道路交通事故进行预警分析，结果表明南京市江宁区双龙大道、竹山路、天元路3条城市道路交通事故预警均属于二级。

［1］姚成玉，陈东宁.基于最小割集综合排序的液压系统故障定位方法［J］.中国机械工程，2010（11）：1357-1361.

［2］李伟楠，王雪松.基于事故深度调查的城市交通事故特征分析［J］.中国安全科学学报，2012，22（12）：89-95.

［3］程琦，佘廉.构建高速公路灾害预警指标体系的探讨［J］.武汉理工大学学报(信息与管理工程版)，2002，24（6）：45-48.

［4］宇仁德，田启华，祁素升.基于GIS的城市交通安全预警系统［J］.交通与计算机，2006，24（6）：95-98.

［5］刘清.高速公路交通灾害预警管理系统研究［D］.武汉：武汉理工大学，2004.

［6］代磊磊.路网交通事故动态分析及预警方法研究［D］.哈尔滨：哈尔滨工业大学，2010.

［7］牟海波，俞建宁，刘林忠.基于模糊Petri网的交通事故致因建模分析［J］.中国安全科学学报，2010，20（12）：93-97.

［8］秦利艳，邵春福，贾洪飞.高速公路交通事故分析及预防对策研究［J］.中国安全科学学报，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）

王伟（1988-），男，江苏南京人，工程师，主要从事交通规划与交通安全方面研究工作。