基于几何线形的山区高速公路交通事故预测研究

基于几何线形的山区高速公路交通事故预测研究

宋春花　孟祥海　李　玮　(德州市城市规划设计研究院)

一、引言

高速公路交通事故预测是道路交通安全研究的重要内容之一。对掌握山区高速公路交通事故的未来发展状况，有效采取措施控制交通事故，具有重要意义。

二、常用事故预测模型对比分析

本文提出应用模糊逻辑的方法对京珠高速公路粤北段进行事故预测。

三、事故预测模型的建立

(一)输入与输出变量的模糊化处理

模糊化处理就是确定输入变量(平曲线半径、平曲线偏角、纵坡及竖曲线半径)及输出变量(预测事故率)的隶属函数。本文选用了应用广泛的梯形隶属函数和三角形隶属函数。

在确定隶属函数形状的基础上，运用模糊统计原理，即可确定各输入变量的隶属函数。最终确定的隶属函数分别如图1所示。

该模型的输出是每个路段的事故率，为了取得较高的预测精度，采用小、较小、中等、较大和大5个模糊级别，隶属函数如图1(e)所示。

图1　输入变量的隶属函数

(二)预测模型模糊控制规则的确定

在这个模型中，模糊规则的建立主要依靠两组数据，第一组数据是K0～K59+496段500个路段的平曲线半径、平曲线偏角、纵坡及竖曲线半径及事故数据，第二组数据是K59+496～K109+292段460个路段的平曲线半径、平曲线偏角、纵坡及竖曲线半径及事故数据。第一组数据用来训练规则库，第二组数据用来检验。

推导模糊规则的过程如下:对于一个给定的i路段可以建立起一个相应的模糊规则。这个规则的权重为:

式中:w_i为该规则的权重，(i=1，2，3，…，500);为最小运算符，指选取最小值;μ_RBH、μ_LP、μ_DA、μ_RVG与μ_AR分别为第i路段的平曲线半径、纵坡、平曲线偏角、竖曲线半径、交通事故率隶属于其隶属函数各模糊集合隶属度的最大值;

第一组数据共包含了500段道路，因此在分析了第一组数据之后，一共可以推导出500条模糊规则，但是如果某几个规则的前提部分即IF部分相同，则选取权重最大的那一个模糊规则保留下来，其余的舍去，最终可以得到154条有效的模糊规则，如表1所示。

表1　模糊控制规则库

(三)事故预测模型结构的确定

本文采用Mamdani方法来实现模糊推理，事故预测模型结构如图2所示。

图2　事故预测模型的结构图

图3　检验数据对比

四、事故预测模型的检验

为了检验模型的精度，分别采用了以下两个误差公式，其中，前者用来检验单个样本点的预测精度，后者用来检验整个样本的整体精度。

式中，x_i实际观测的事故率，x'_i表示模糊逻辑模型预测的事故率，表示单个样本点的误差，表示整个样本的误差。误差计算结果见表2。

表2　检验数据误差对照表

从以上图表中可以看出，单个样本点的预测精度和样本的整体精度都比较高，这表明京珠高速粤北段各路段事故数的模糊逻辑模型预测值和实际观测值有很好的对应关系。

五、结论

采用模糊逻辑理论建立山区高速公路交通事故预测模型，并对模型进行了检验，检验结果表明，单个样本的预测精度和整体样本的精度都比较高，得到了较为满意的结果。同时这也说明，模糊逻辑模型对基于几何线形的山区高速公路进行事故预测是可行的。

参考文献

［1］过秀成.道路交通安全学.南京:东南大学出版社，2001:181～192.

［2］刘志强等.中国道路交通安全现状分析.公路交通科技，2001.18(2):10～11.

［3］裴玉龙，马艳丽.基于多因子关联分析的道路交通事故灰色预测模型研究.中南公路工程.2007.32(3):147～150.