现代数据处理在高速公路事故预防中的应用研究

雷小诗

摘 要：随着高速公路迅猛发展，交通事故的数量、死伤人数也呈不断上升趋势，交通安全不容忽视。聚类分析是数据挖掘中很重要的理论和工具，在融合聚类分析技术的基础上，运用模糊聚类提出我国高速公路安全事故原因聚类分析的方法，就公路安全数据中影响安全的因素进行了量化聚类分析，并利用实际数据进行分析，得出高速公路事故高发的原因的聚类划分，提出预防和控制方案。

关键词：聚类分析;数据挖掘;高速公路;交通安全

0 引言

据国家公安部交管局的最新数据显示，截至2018年9月，全国机动车保有量达3.22亿辆，机动车驾驶人达4.03亿人。仅2018年第三季度，新注册登记机动车达741万辆，新领证驾驶人数量达845万人[1]。2016年，我国共计发生了约21.3万起交通事故，这些事故导致约6.31万人死亡、约22.64万人受伤，直接财产损失超过12.07亿元[2]。

在我国，许多交通安全学者通过对大量数据进行详细的分析，对高速公路交通事故进行了深入的研究，得出某种公路环境因素对公路交通事故的影响。方青等[3]利用关联规则挖掘方法对高速公路交通事故数据进行研究。黄俊道路交通事故的时间分布采用检验和系统聚类法对事故进行详细分析[4]，但它只考虑了单纯时间因素，没有对因素进行扩充。侯树展等[5]利用主成分分析法建立了高速公路事故严重程度与交通流的分析模型。Anastasopoulos等[6]利用多元Tobit回归分析方法，得到了人车路这3方的因素对高速公路事故伤亡率的影响情况。

1 现代数据处理在治理交通中的应用

随着中国经济的快速发展，交通拥堵问题成了一个备受关注的问题，世界各国普遍受到交通拥堵问题的困扰。而当大数据时代的到来，大数据为解决交通拥堵问题提供了一种全新的途径。利用大数据技术治理交通拥堵在国外已经有不少好的案例，虽然大数据在国内刚起步，但不乏也有一些好的案例。

本文主要运用数据挖掘的聚类分析理论中的模糊聚类技术对高速公路交通事故的主要原因进行聚类分析，得出各种原因之间的相似性从而得出分类，可以更好更准确地抓关键问题。最后，提出预防和控制方案。这是聚类分析在高速公路管理中的一种创新应用，对高速公路管理部门具有一定的参考价值。这也是现代数据处理技术在交通安全管理中的一个创新应用。

2 模糊聚类

传统的聚类分析是一种硬划分，它把每个待辨识的对象严格地划分到某个类中，具有非此即彼的性质，因此这种分类的类别界限是分明的而实际上大多数对象并没有严格的属性，它们在性态和类属方面存在着中介性，适合进行软划分[7]提出的模糊集理论为这种软划分提供了有力的分析工具，人们开始用模糊的方法来处理聚类问题，并称之为模糊聚类分析。

模糊划分的概念最早由Ruspini[8]提出，利用这一概念人们提出了多种聚类方法，比较典型的有：基于相似性关系和模糊关系的方法[9]，基于模糊等价关系的传递闭包方法、基于模糊图论最大树方法，以及基于数据集的凸分解、动态规划和难以辨识关系等方法然而由于上述方法不适用于大数据量情况，难以满足实时性要求高的场合，因此其实际的应用不够广泛，故在该方面的研究也就逐步减少了实际中受到普遍欢迎的是基于目标函数的方法，该方法设计简单、解决问题的范围广，最终还可以转化为优化问题而借助经典数学的非线性规划理论求解，并易于计算机实现。

3 结论

高速公路安全是需要长抓不懈的一项工作，本文通过数据挖掘的聚类分析理论对高速公路交通事故原因进行聚类分析，得出其中的主要原因聚类，抓住主要矛盾，可以很好地指导高速公路管理部门有针对性有重点地加强安全生产，具有一定的实际应用价值。

得出如下结论：

（1）要從根本上保证高速公路的安全，必须找出事故的主要原因，从事故起因人手，有针对性地采取控制措施，标本兼治。把聚类分析技术与高速公路中的事故原因划分结合起来，是一个很好的结合点。

（2）交通管理创新是当前深圳交通治理的现实需要。交通管理部门综合运用多种手段，其目的是规范交通秩序、协调社会关系、促进和推动交通的和谐，有序运行，交通管理是政府的重要职能之一，只有不断增强交通管理的创新能力，提高交通管理水平，才能保障交通运行持续稳定与和谐发展。

（3）聚类分析尤其是模糊聚类有着广泛的应用前景，必将有更多的学者加入研究行列。随着现代数据处理技术的迅猛发展，传统的交通处理技术正面临严峻考验。将先进的数据处理技术与交通行业相结合，必将可以挖掘出更有价值的交通数据。

参考文献：

[1]法制日报政法·司法.全国机动车驾驶人数量突破4亿[P].法制日报，2018：11871

[2]公安部交通管理局.中华人民共和国道路交通事故统计年报[M].北京：人民交通出版社，2017.

[3]方青，潘晓东，喻泽文.基于关联规则挖掘技术的高速公路交通事故预警方法研究[J].公路工程，2012，37（06）：113-115.

[4]黄俊，方守恩，白玉琼.道路交通事故的时间分布[J].公路交通科技，2004（09）：112-116.

[5]侯树展，孙小端，贺玉龙等.高速公路交通事故严重程度与交通流特征的关系研究[J].中国安全科学学报，2011，21（09）：106-112.

[6]杨波，刘海洲.基于聚类分析的交通小区划分方法的改进[J].交通规划，2007（07）.

[7]徐维祥，苏晓军.基于频繁模式树的一种关联规则挖掘算法及其在铁路隧道安全管理中的应用[J].中国安全科学学报，2007（03）.

[8]叶海军.模糊聚类分析技术及其应用研究[M].合肥：合肥工业大学，2006.

[9]段明秀.层次聚类算法的研究及应用[D]：[硕士学位论文].长沙：中南大学，2009.