胡愛平 周艷平 楊瑞華
摘要:道路交通事故與道路線型有著直接的關(guān)系,文章對我國國道上平曲線路段的線形特點(diǎn)與交通事故數(shù)目進(jìn)行分析,建立了道路平曲線路段交通事故數(shù)目預(yù)測的BP人工神經(jīng)網(wǎng)絡(luò)模型。結(jié)果表明用BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測平曲線路段的交通事故有相當(dāng)?shù)臏?zhǔn)確性,這對道路平曲線設(shè)計的安全性有著重要的現(xiàn)實(shí)意義。
關(guān)鍵詞:交通事故;平曲線路段線形;BP網(wǎng)絡(luò);交通安全研究現(xiàn)狀
中圖分類號:U491.31文獻(xiàn)標(biāo)識碼:A文章編號:1009-2374(2009)02-0067-02
一、我國交通安全研究現(xiàn)狀
道路交通事故是涉及千家萬戶,人人關(guān)注的社會問題。在當(dāng)今的世界上,道路交通事故與戰(zhàn)爭,疾病,自然災(zāi)害一樣,嚴(yán)重的危害人類的生命安全。據(jù)有關(guān)報道表明,自從有機(jī)動車道路交通事故死亡記錄以來,全世界已有3200余萬人死于道路交通事故,接近第二次世界大戰(zhàn)的死亡人數(shù)。道路交通事故造成的經(jīng)濟(jì)損失也相當(dāng)驚人,許多國家應(yīng)道路交通事故的經(jīng)濟(jì)損失約為國民經(jīng)濟(jì)總產(chǎn)值的1%[1]。與世界各國相比,我國交通運(yùn)輸事業(yè)底子薄,基礎(chǔ)差,人口眾多,道路少,管理水平低,因此交通事故就顯得更為嚴(yán)重。我國已經(jīng)成為世界上交通事故死亡人數(shù)最多的國家。
綜上所述,交通事故已經(jīng)是一個嚴(yán)重的社會問題,從方法論的角度講,要從根本上減低和防止交通事故的發(fā)生首先就必須客觀、全面、科學(xué)地審視引發(fā)交通事故的原因。一切交通活動都是發(fā)生在人員-車輛-道路這個系統(tǒng)之中的,因此,引發(fā)事故的基本要素必然是人,車輛和道路。但是,我們在統(tǒng)計事故成因時大都傾向于簡單的認(rèn)為:事故的基本原因是人為的,主要是駕駛員的失誤和錯誤,道路因素相對來說是次要的。而實(shí)際上,駕駛員的駕駛行為是對交通客觀條件的主觀反映的外在表現(xiàn),不合理的道路交通特征會導(dǎo)致駕駛員錯誤的駕駛行為,從而導(dǎo)致交通事故。前蘇聯(lián)學(xué)者對蘇聯(lián)境內(nèi)Ⅰ~Ⅴ級公路上13000余起交通事故進(jìn)行分析,并仔細(xì)考慮了事故地點(diǎn)道路的特征后,得出的結(jié)論為,不良道路條件的影響是70%交通事故的直接或間接原因。歐洲聯(lián)合經(jīng)濟(jì)委員會在關(guān)于道路不幸事件問題的研究中指出,70%的事故是由于道路的缺陷所致[2]。因此,研究道路特征與事故率之間的關(guān)系是交通安全的一個重要方面,對改善道路安全狀況,消除事故隱患有著直接的作用。
人工神經(jīng)網(wǎng)絡(luò)是一種模擬結(jié)構(gòu)和功能的信息處理系統(tǒng),具有學(xué)習(xí),記憶和容錯的特點(diǎn)。當(dāng)前,人工神經(jīng)網(wǎng)絡(luò)主要用于函數(shù)逼近,模式識別和數(shù)據(jù)壓縮方面[3]。人工神經(jīng)網(wǎng)絡(luò)的模型已有幾十種,大體可分為三大類,即:前向網(wǎng)絡(luò)、反饋網(wǎng)絡(luò)和自組織網(wǎng)絡(luò)。在這些模型和算法中,BP算法是比較成熟的算法之一,根據(jù)Kolmogolov定理,三層網(wǎng)絡(luò)可輸入任何非線性連續(xù)函數(shù)的信號,所以本文選擇使用三層的BP神經(jīng)網(wǎng)絡(luò)模型的函數(shù)逼近功能以道路線形元素為參數(shù)來預(yù)測道路事故。通過與交通事故相關(guān)的主要道路線形要素(交通量,行車道寬度,路肩寬度,圓曲線半徑,平曲線長度,緩和曲線長度,平曲線轉(zhuǎn)角)分析建立BP神經(jīng)網(wǎng)絡(luò)模型,用調(diào)查來的湖南某國道的事故資料和線形資料的分析來訓(xùn)練BP神經(jīng)網(wǎng)絡(luò),從而建立起各道路平曲線線形參數(shù)對道路交通事故影響的關(guān)系模型,讓自學(xué)習(xí)后的網(wǎng)絡(luò)預(yù)測具有不同道路平曲線參數(shù)的路段的交通事故。預(yù)測結(jié)果與資料的交通事故結(jié)果相近,表明BP網(wǎng)絡(luò)在道路線形元素預(yù)測道路事故中的運(yùn)用是可行的。
二、BP神經(jīng)網(wǎng)絡(luò)預(yù)測道路事故
用BP人工神經(jīng)元網(wǎng)絡(luò)預(yù)測道路交通事故,首先要用學(xué)習(xí)樣本對神經(jīng)元網(wǎng)絡(luò)進(jìn)行訓(xùn)練,以得到交通事故預(yù)測的BP算法模型;然后利用此模型來預(yù)測具有不同道路平曲線要素的路段交通事故發(fā)生次數(shù)。
(一)樣本資料
本文資料收集了湖南某國道的事故資料和線形資料進(jìn)行分析。該國道屬于二級汽車專用道,路面寬9米,雙向雙車道。統(tǒng)計了1995年1月~1997年12月,歷時3年的交通事故數(shù)。收集的線形和事故的部分樣本資料見表1[4]。
表1 湖南某國道部分事故資料和線形資料統(tǒng)計
(二)網(wǎng)絡(luò)設(shè)計
由于原始數(shù)據(jù)有限,影響了RBF網(wǎng)絡(luò)中心點(diǎn)的調(diào)整,所以采用RBF網(wǎng)絡(luò)試算結(jié)果不理想,故采用BP網(wǎng)絡(luò)。所采用的BP神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。
其中:
P1P2P3P4P5P6P7 為輸入,a1為輸出。
P1為交通流量ADT
P2 為行車道寬度
P3 為路肩寬度
P4 為圓曲線半徑
P5 為平曲線長度
P6 為平曲線轉(zhuǎn)角
P7 為緩和曲線長度
a1為交通事故數(shù)(次)
(三)學(xué)習(xí)算法
由于BP算法收斂較慢,而且容易陷入局部極小,故采用L-M(Levenberg-Marquardt)反向傳播算法修正權(quán)值。
權(quán)值修正公式為: ωij(t+1)= ωij(t)-(JT J +λΙ)-1 JTe
其中:J 為誤差函數(shù)的Jacobi矩陣
e為期望輸出與網(wǎng)絡(luò)輸出的誤差
(四)訓(xùn)練與檢驗
樣本總數(shù)為32對數(shù)據(jù),用25對數(shù)據(jù)進(jìn)行訓(xùn)練,用7對數(shù)據(jù)進(jìn)行檢驗。樣本訓(xùn)練誤差曲線如圖2所示:
圖2樣本訓(xùn)練的誤差曲線圖
(五)結(jié)果
檢驗樣本及結(jié)果見表2:
表2檢驗樣本及檢驗后的結(jié)果
檢驗結(jié)果表明預(yù)測值與實(shí)際值相差不大,該BP神經(jīng)網(wǎng)絡(luò)模型在預(yù)測平曲線路段的交通事故數(shù)有一定的可行性。
三、通事故的BP神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用前景
我國的道路狀況較差,交通事故隱患多,其中曲線路段的事故率比直線路段要高,而曲線路段事故率比較高的主要原因是線形組合問題,某些相形組合符合設(shè)計規(guī)范要求,但安全性能卻很差。因此建立道路平曲線要素與交通事故之間的神經(jīng)網(wǎng)絡(luò)模型,通過模型預(yù)測,可以找出個別事故嚴(yán)重的路段,從而有針對性的對不符合安全要求的線形進(jìn)行改進(jìn),從而改善路段的路況,將交通事故率控制在最低水平。
四、后續(xù)工作
本文僅給出了雙車道道路平曲線元素與交通事故數(shù)的資料,因此后續(xù)的工作就是充實(shí)數(shù)據(jù),將縱斷面線形元素納入樣本的輸入,并考慮單車道和多車道的情況,建立道路線形要素與道路交通事故之間更為完善的BP神經(jīng)網(wǎng)絡(luò)模型。
參考文獻(xiàn)
[1]許洪國,何彪.路交通事故分析與再現(xiàn)[M].警官教育出版社,1996.
[2]尹紅亮,王煒,王曉紅,周啟兆.道路事故成因的新思考[J].公路交通科技,2000,(8).
[3]許東,吳錚.基于MATLAB6.X的系統(tǒng)分析與設(shè)計——神經(jīng)網(wǎng)絡(luò)[M].西安電子科技大學(xué)出版社,2002.
[4]黃進(jìn),方守思.平曲線路段事故數(shù)目與線形元素的關(guān)系[J].公路,2002,(12).
作者簡介:胡愛平(1975- ),女,湖南寧鄉(xiāng)人,郴州市市政工程總公司工程師,研究方向:工程技術(shù)管理;周艷平(1974- ),女,黑龍江北安人,湖北省路橋有限責(zé)任公司工程師,研究方向:工程技術(shù)管理;楊瑞華(1977- ),女,廣西桂林人,上海市公路管理處工程師,從事工程研究工作,博士學(xué)位,研究方向:工程技術(shù)管理。