APP下载

大数据下交通事故影响因素分析及预测

2021-07-27虞博翔杨金云

电子元器件与信息技术 2021年5期
关键词:权值交通事故驾驶员

虞博翔,杨金云

(徐州工程学院 数学与统计学院,江苏 徐州 221018)

0 引言

道路交通事故不仅受到道路运输系统不同因素的限制,还受到许多随机因素的影响。例如交通事故发生时所处的道路环境、涉事车辆相关状况等。除此之外,人为导致因素或者偶然因素也需要考虑,包括地形、道路情况、当天时间段以及天气情况等。所以交通事故涉及的要素纷繁复杂。然而大量实际数据表明,交通事故的严重程度实际上也会受其他要素的影响。因此,探究道路交通事故主要影响因素,可以为我国交通管理部门从多方面提供相应的建议。

1 AHP模型分析主要因素

1.1 AHP模型

AHP模型的建立[11]主要包括以下三点:1、建立层次结构模型;2、构造成对比矩阵;3、层次单排序及一致性检验。

目前,我国道路交通事故信息收集与管理由公安部交管局进行,并遵循相同指标体系,结合信息采集项目表的内容以及相关文献[1]确定交通事故发生的原因的四个方面:驾驶员、车辆、环境和道路的相应指标。将驾驶员因素分为超速驾驶、疲劳驾驶、酒驾、无证驾驶和操作不当;道路状况包括路面状况、道路线型、路面材料结构、交通标志标线、安全设施;车辆因素包括车辆类型、超载量、行驶状态、车辆安全状态以及车辆使用性质;而环境条件包括天气情况、地形、交通信号方式、能见度以及时间段这些因素。

1.2 AHP模型的求解

将驾驶员因素作为目标层,以超速驾驶、疲劳驾驶、等指标作为准则层。将准则层各因素对于上一层准则的影响程度进行比较,确定相应比重,比较时取1-9尺度,运用Expert Choice 软件[10]求解,则有

图1 比重图

其中黑色的值代表为正值,红色的数值代表为倒数值:超速驾驶与酒驾的比值为黑色数值1,代表对于驾驶员因素而言超速驾驶比酒驾重要,但重要程度很低;而疲劳驾驶与酒驾比值为红色数值4,代表对于驾驶员因素而言路疲劳驾驶没有酒驾重要,且酒驾重要程度更高。

最终得到准则层各影响因素的权值大小为

如图2所示,超速驾驶的权值最高为0.372,表明其对驾驶员因素有着较大的影响;影响力较次的酒驾,权值为0.342;往后无证驾驶权值为0.162;疲劳驾驶的权值为0.076;操作不当的权值最低为0.048。并且,图中Incon=0.07代表一致性检验值CR=0.07 <0.1,表明上述权值确定是合理的。由此可见,对于驾驶员因素而言,超速驾驶为交通事故的主要影响因素,根据所得权值,酒驾也是比较重要的影响因素。相应的,疲劳驾驶以及操作不当对交通事故的影响不大。

图2 各因素权值图

其余指标分析结果如下:

综上所述,从驾驶员、车辆、环境和道路四个方面进行分析,得出超载量和天气情况、超速驾驶、道路线型为交通事故的主要影响因素。根据所得权值,安全设施完善、酒驾、标志标线完善、以及能见度也是比较重要的因素。

2 交通事故预测

运用Matlab软件进行BP神经网络算法的编程,以1995年到2019年的交通事故发生量数据来预测未来三年的交通事故发生数总计。

BP神经网络各阶段的训练图像:

由图4 可知:G r a die n t为梯度下降法的函数;Validation Checks= 6 echo,代表系统判断这个误差是否在连续6次检验后不下降,如果不下降或者甚至上升,说明Training set训练的误差已经不再减小,没有更好的效果了,这时再训练就没必要了就停止训练,不然可能陷入过学习[7]。At epoch 10代表此次训练一共训练了10次才结束。

图4 各阶段训练图像

图5中小圆圈的位置代表终止的训练次数处的均方误差,蓝色柱形代表BP训练过程的MSE指标在每一代中的表现,总体呈现先下降最后趋于平稳的趋势;随训练次数的增加训练集、验证集、测试集和总体的均方误差均趋于平稳。

图5 训练集、验证集、测试集和总体的均方误差随训练次数的变化图像

图6中黑色点代表目标数据值,蓝色点代表输出数据值,黄色虚线代表的是目标数据于对应的输出数据的误差,由图可知,只有少数点存在误差,即目标数据与输出数据大体相同,可进行预测。

图6 目标数据与输出数据之间的误差数据对比图

由图7可知训练样本的拟合优度为99.99%,测试集的拟合优度为74.46%,这个拟合证明了网络训练效果优秀,可以通过BP预测模型对2020年、2021年以及2022年的交通事故量进行预测:

图7 训练集、验证集的拟合优度图

图8 预测数据图

即2020年、2021年以及2022年的交通事故预测发生数分别为234832件、233784件以及238158件。

3 结论

综上所述,从驾驶员、车辆、环境和道路四个方面进行分析,得出超载量和天气情况、超速驾驶、道路线型为交通事故的主要影响因素。根据所得权值,酒驾、标志标线完善、能见度以及安全设施完善也是比较重要的因素。从预测的数据来看,未来几年交通事故发生量会存在小幅波动,为减少交通事故的发生,一是驾驶员在开车时要时刻遵守交通规则,不超速,不酒驾,在保证安全的条件下行驶;二是交通管理部门要加强道路限速标志,对驾驶安全意识进一步的宣传。

猜你喜欢

权值交通事故驾驶员
基于高速公路的驾驶员换道意图识别
一种融合时间权值和用户行为序列的电影推荐模型
驾驶员安全带识别方法综述
CONTENTS
不同寻常的交通事故
预防交通事故
基于权值动量的RBM加速学习算法研究
基于多维度特征权值动态更新的用户推荐模型研究
起步前环顾四周是车辆驾驶员的义务
一起高速交通事故院前急救工作实践与探讨