干線公路安全預警可拓物元評價模型及策略研究

董沛武，楊 玫，劉世國

(北京理工大學 管理與經濟學院，北京 100081)

一、引言

交通運輸是國民經濟的重要組成部分，對促進社會生產力發展，加快物資、人員流動，改善人民生活以及鞏固國防均有著十分重要的作用。國省干線公路作為我國公路網的重要組成部分，其修建、養護、綠化等各方面的標準均高于支線公路，在國民經濟發展和人們日常出行中發揮著重要作用。但是，在交通運輸不斷提升國民經濟和居民生活水平的同時，其安全問題也日益突出，道路交通事故損失相當嚴重。這樣，研究如何能夠最大限度降低交通事故發生率，提高干線公路的安全性就顯得極為重要了。

為最大限度地降低公路交通事故發生率和人民的生命財產損失，應做好干線公路的安全預警，通過對預警數據的檢測和全面分析，準確、及時地掌握干線公路的安全狀況，防范和化解可能出現的危機和波動，做到事故的提前預防。干線公路預警管理理論，就是以預警理論為基礎，從管理學的角度，研究如何采取預控的手段防范公路交通事故的發生。

預警(Early Warning)源于軍事，是指通過預警飛機、預警雷達、預警衛星等工具來提前發現、分析和判斷敵人的進攻信號，并把這種進攻信號的威脅程度報告給指揮部門，以提前采取應對措施[1]。公路預警是以預警理論為基礎，以預防公路災害和交通事故為主要目的的工作。通過對公路安全影響因子的提取，建立公路安全預警量化評估模型，再由評估的結果，對公路的安全預警狀態劃出不同的級別，進而給出相關的警示。

在公路預警研究方面，國外學者Opitz R提出在道路兩側安裝實時監測器和報警燈的方法，通過對路況的實時監測，利用信號燈向司機發出預警信息，達到道路預警的目的[2]。Lazecky M提出用SAR-X衛星圖像來精確預測受損公路地基下陷情況，對公路進行安全預警[3]。Maddaloni、Giuseppe根據地震預警系統和結構控制之間的相互作用關系，借鑒地震預警的相關理論，提出利用地震預警的磁流變阻尼器原理，建立公路半主動式(SA)預警控制戰略框架，并對所提出的控制策略的有效性進行評估[4]。國內學者在公路預警理論研究方面做的最早的就是佘廉教授。在《試論預警理論在公路災害防治管理中的運用》[5]中對預警新功能在現有公路運營機制中的運用進行了設計，構建了公路災害預警管理系統的運作模式。趙建友等通過對公路客運預警系統的分析，基于科學性、系統性、可行性和有效性原則基礎上構建了評價指標體系，運用熵理論及GM(1,1)預測模型估計其發展趨勢，得出預警分數，該方法可以用于指導和規范道路客運業的發展[6]。劉曉旭等結合現代測量和控制技術、通信技術、嵌入式系統控制技術、語音技術等高科技電子手段，設計了一個高速公路預警信息系統[7]。相比傳統的GPS/GPRS系統結構，該系統更加穩定可靠，并且具有功耗低，維護簡單，運行成本低等優點。

在高速公路預警理論和公路安全評價方面已有不少學者做出了研究，但是針對國省干線公路的安全預警管理評價和預警策略的研究還較少。本文的研究主要以預警理論為基礎，結合國省干線公路特點，建立干線公路安全預警評價指標體系，運用可拓物元安全評價模型研究如何采取有效的預控手段，防范危機的發生，并針對預測結果提出相應的應急管理措施建議。將預警管理理論系統地運用于干線公路突發事件的預警。

二、干線公路安全預警相關理論

(一)干線公路的概念

公路按其重要性和使用性可分為：高速公路、國家干線公路、省級干線公路、縣級公路和鄉級公路(簡稱為國、省、縣、鄉道)以及專用公路5個行政等級，一般把國道和省道稱為干線，縣道和鄉道稱為支線[8]。干線公路是國家進行經濟建設的重要交通樞紐，它將國家各個行政區(如省、市、縣等)、旅游景點、車站、碼頭等，以及新農村建設和工業開發基地聯系到一起，由此可見，干線公路延伸的長度與路況系統的好壞直接影響到該地區經濟的發展。

(二)干線公路的特點

干線公路是一個多維度的復雜系統，其駕乘人員狀態、車況、路況、自然環境狀態都是影響干線公路安全的關鍵因素。這里所指的駕乘人員包括機動車和非機動車駕駛員以及行人，該因素是干線公路最為重要的影響因素，也是交通事故產生的主要因素。車輛是交通事故的直接“參與者”，交通事故與車輛的保養、超載及構成比例狀況密切相關[9]。道路是車輛在路上行駛的基礎，只有保證路面系統的安全性，才能夠縮減交通事故的發生。另外，環境因素也是影響道路行駛的重要因素之一，道路沿線良好的綠化環境，不僅可以起到與居民聚集地良好的隔音效果，而且能夠緩解駕駛員行車過程的疲勞感；其次，天氣狀況也是不容忽視的因素之一，天氣預報的及時準確發布，可以提醒駕駛員雨雪天氣減緩車速及時剎車，能夠有效防止事故發生；交通擁堵、高危邊坡等惡劣的行車條件，會使駕駛員產生緊張的情緒，增大操作失誤的可能性[10]。每起交通事故的發生，都是公路運營系統中某一因素遭到破壞的結果，協調好各個因素之間的相互關系，能夠有效的防止和減少交通事故的發生率。

(三)公路預警管理流程

欲使預警理論在提高干線公路安全性中充分發揮其作用，必須建立一個完善的結構體系。預警管理一般分為警情監測、識別、診斷、評估和應對五個環節，具體來說就是“明確警情—尋找警源—分析警兆—判定警情—預報警度—啟動相應預控策略”[11]。將預警理論與干線公路安全預警相結合，可以將干線公路預警系統分為3個子系統：數據采集子系統、安全評價子系統和報警子系統[12-13]。

數據采集子系統包括警情監測與識別兩個環節，通過對干線公路4種影響因素(人、車、路、環境)的分析，建立干線公路安全性評價指標體系，對國省干線公路的交通安全發展態勢進行過程描述；安全評價子系統就是運用數學方法對道路安全等級進行量化計算，得到當前道路的安全等級；報警判定子系統是根據安全等級的計算結果，做出是否發布預警信號的決定，并提醒相關部門采取有效措施進行危機防范。干線公路預警管理系統的構成關系圖，如圖1所示。

三、公路安全預警指標體系的建立

在數據采集階段，為了明確警情、尋找警源，即做好預警管理的監測和識別過程，首先就要建立評價干線公路安全性的指標體系。

基于干線公路的特點，欲正確把握當前道路的安全狀況，做好對安全性的評估，必須從人、車輛、道路、環境4個方面著手建立公路安全預警評價指標體系。本文通過對公路預警相關文獻進行統計，從中選取使用頻率較高的指標，并遵循指標選取的科學性、完備性、代表性、可比性和可操作性的原則，建立如圖2所示的干線公路安全預警性評價指標體系[14-15]。

圖1 干線公路安全預警管理流程圖

圖2 干線公路安全預警評價指標體系

四、公路安全可拓物元評價模型的建立

在預警管理評價階段，要根據評價體系及指標特點，選取恰當的評價方法進行綜合評價。目前，國內學者對于公路安全狀況的綜合評價方法大致可以分為兩類。一類是定性研究，通過專家評審等群決策方法對道路安全狀況進行評價[16-17]，其缺點是主觀性較強，準確率較低。另一類就是定量研究，研究方法包括模糊綜合評價[18]、因子分析[19]、灰色理論[20]和神經網絡[21]等。這些方法雖然能夠定量的評價道路安全性，但是往往忽略單個評價指標之間的一些評價信息，而且對結果等級的劃分具有一定的主觀性。從文章建立的安全性評價指標體系可以看出，影響公路安全性的因素較多，定性與定量指標兼具，評價目的之一就是要得到安全性等級的分類。針對這些特點，文章選取近年發展較快的可拓物元評價模型，它可以很好的地解決多屬性復雜系統的評估問題，將定性與定量相結合，得到結果的歸屬等級，在地質工程、環境保護、交通工程等領域應用廣泛。

1983年我國蔡文教授提出了物元分析方法，該方法主要適用于解決事物不相容問題，適用于多因子評價。物元分析在可拓集的基礎上，將復雜問題抽象為具體的模型，將事物、特征及其量值作為基本單位，建立了質變與量變之間的關聯信息，研究它們之間的可拓性及規律[22]。

(一)公路安全性評價物元

在可拓物元評價模型中，首先要確定物元，記作R=(事物，特征，量值)。公路預警安全性評價模型是以某干線公路為研究對象的，所以干線公路也就是物元模型中所謂的“事物”。又以安全預警評價指標體系最底層的各評價指標為特征，各指標的取值為特征值，三者構成了公路安全性評價物元。假設事物N的特征有n個，則該事物特征物元矩陣具體表達式如下：

(1)

其中，ci表示事物的特征；vi表示事物特征的量值。

(二)公路安全預警評價經典域物元和節域物元

公路安全預警評價經典域物元是指將事物的安全系數定性地分為不同等級，將它們綜合描述為定性、定量綜合測度物元。對公路安全性評價，設其安全評價指標有m個，即為x1,x2,…,xm。根據各指標的具體要求，采取聚類分析與專家評價等方法將各指標進行等級劃分，假設劃分的等級數為s個。則公路安全預警評價的經典域物元矩陣為：

(2)

其中，R0j表示公路安全性處于第j級時的物元矩陣；N0j表示安全等級第j級時的安全系數；[a0jk,b0jk](j=1,2,…,s;k=1,2,…,m)表示公路安全等級為第j級時第k個指標的取值范圍[23]。

公路安全預警評價節域物元是由綜合測度事物安全各指標的允許取值范圍構成。其表達式為：

(3)

其中，Rp表示公路安全預警綜合測度物元模型的節域；Np表示公路安全預警級別的所屬等級；vpk=[apk,bpk]表示安全預警評價指標xk的允許取值范圍，并且有[a0jk,b0jk]?[apk,bpk]。

(三)熵值法確定指標權重

為避免過多主觀因素影響，在確定可拓物元評價過程各指標的權重時采用熵值法。熵值法(entropy method)是一種根據各項觀測值所提供的信息量的大小來確定指標權重的方法，可以有效避免過多的人為因素對指標權重的影響，其本質是利用該信息指標的價值系數來衡量其重要程度[24]。

其表達式為:

(4)

其中，xi為第i個狀態的取值(假設共有s個狀態)；p(xi)為第i個狀態值出現的概率。

設有m位專家，n項選擇指標的指標數據矩陣為X=(xij)m×n，則用熵值法計算指標權重的步驟為[25]：

1)計算出指標值xij在指標j下的權重p(xij)

(5)

2)計算指標j的熵值ej

(6)

3)計算指標j的差異性因數gj

gj=1-ej

(7)

4)權重的計算

(8)

(四)公路安全預警評價等級的判定

在對公路安全預警所屬等級進行判定時，需知由評價指標實際取值構成的物元矩陣和經典物元矩陣之間的關聯函數。用vk表某指標實際取值，則其與區間[a0jk,b0jk]和區間[apk,bpk]的接近度定義為：

(9)

(10)

則，待評價物元的第k個指標xk隸屬于第j安全等級的關聯度為：

(11)

由該式的特點可以看出：若kj(vk)>0，則表示安全性指標xk屬于第j級，并且kj(vk)取值越大，說明該指標xk屬于第j級的屬性越多；若kj(vk)<0，表示安全性指標xk不屬于第j級，且kj(vk)取值越小，表明xk距離第j級越遠；當kj(vk)=0，說明指標xk取值處于第j級與相鄰級別的臨界點上。

由上述一系列過程準備，可以得出最終公路安全性評價的最終結果，即該公路安全度與第j級的關聯程度，計算公式為：

(12)

按照關聯性最大原則，就可以得到該公路的最終安全度值：

(13)

在式(13)中，K(p)為公路安全預警的綜合評價結果值；Kj(R)取最大時j的取值就是該公路所屬的安全等級。

道路安全等級評價模型將熵值法求權重和可拓物元評價方法相結合，通過定量計算可以直接得到道路的安全等級評價結果。該方法既適用于對某一干線公路若干年份安全性縱向測算；又可以用于不同干線公路間安全等級的橫向對比。

(五)公路預警級別的發布

在公路安全預警的報警判定階段，利用可拓物元評價模型將公路安全等級分為s個級別，這里以4級為例。在實際應用中，為了在警情發生時及時進行信息的傳達，可以采用類似交通管制的預警信號燈，根據可拓物元模型的計算結果可以判別出某公路的安全等級及該公路的安全狀態，分別用綠、黃、橙、紅4個顏色的信號燈對應無警、輕警、重警、巨警4個警情等級。一般情況下認為，當預警等級為無警和輕警時是可以接受的，不必發布預警信號。路政管理部門可以根據公路的安全等級狀況，對內向負責預警管理的相關部門發布預警等級，對外可以通過設置路邊信號燈等方式向來往車輛提示道路行車安全狀況。則公路預警安全等級與預警級別和信號燈對應關系如表1所示：

表1 公路安全等級與預警級別對應標準

五、實例分析

本文選取國道107作為研究對象，G107起點為北京廣安門，終點為廣東深圳文錦渡口岸，全程2698千米。這條國道經過北京、河北、河南、湖北、湖南和廣東6個省份。本文選取河南省G107安陽縣路段進行研究。

(一)數據來源

通過項目實地調研并查閱G107相關設計資料，加強與河南省交通廳公路管理局的相關配合，得到G107安陽縣樁號528處2008-2012年的指標統計數據。結合《公路工程技術標準》(JTG B01-2003)中關于某些指標換算標準的規定得到如表2所示的數據結果。這些數據將作為該公路安全預警評價可拓物元模型的待評物元。

表2 G107安陽縣樁號528處2008-2012年指標統計數據

注：所有指標均保留一位小數。其中C1，C2，C3，C4，C5，C6，C7，C12均為百分比單位；C8和C9的取值為實際測量值與JTG B01-2003《公路工程技術標準》中規定數值的比值。

(二)經典域及節域的確定

根據道路安全評價集的可拓性并結合國家公路部門關于預警級別的相關規定，相應地，將道路安全級別評價結果劃分為4個等級：很高；一般；較低；極低。記為：M={Ⅰ,Ⅱ,Ⅲ,Ⅳ}。一般認為安全性等級不大于Ⅱ級可以接受，大于Ⅱ級時，就要發布預警信號，提醒相關部門找出安全隱患，采取整改措施。公路安全性可拓物元模型經典域的確定是通過征詢相關專家的意見，并參照相關資料[26]得到的。其經典域和節域的結果如表3所示。

表3 干線公路安全性評價經典域和節域取值

(三)評價指標權重的確定

以準則層的4個指標為例按照熵值法計算指標的權重。首先，由10位專家對準則層指標進行打分，文章建立4級評分制，即評語集={很重要，重要，一般，不重要}={4,3,2,1}。準則層打分結果如表4所示。

接著，令m=10,k=1/ln10，代入式(5)-式(8)得到差異性因數等中間值以及最終權重的取值結果，如表5所示。

表4 準則層指標專家評分結果

表5 準則層指標的熵值法計算結果

同理，按照熵值法可以算出指標層各指標的權重。其結果如表6所示。

(四)安全等級關聯度

以2008年的數據為例，將其指標層的16個指標的實際測量結果組成的待評物元代入式(9)-式(12)，得到各指標的對應于評價等級的關聯度，如表7所示。

由式(13)，結合表7所示的計算結果可以看出，2008年G107安陽縣路段的安全等級為Ⅲ級，屬于安全性較低的等級，預警級別為重警，發布信號橙色預警，提醒公路部門采取有效措施提高公路的安全等級。

可拓物元評價方法之所以適用于公路安全性評價，是因為它不僅可以得到綜合的評價結果，還可以得到各單一指標的安全性等級，以安全級別等級較低的若干指標為著眼點，有針對性的提高公路整體的安全狀況。由2008年的計算結果可以看出，指標C6、C10和C12安全等級均屬于Ⅳ級，安全風險較大，所以針對這些安全等級較差的因素，可以采取加強車輛超載超限檢查和懲罰力度；對道路安全設施進行定期的維修和檢查；增強氣象預報準確性，采用可變情報板及時向駕駛員提供氣象信息等措施提高公路的安全性，達到降低道路事故發生率和提高道路安全性的目的。

(五)安全等級評定及預警級別發布

采用上述同樣的方法計算出2009-2012年安全等級結果，則2008-2013年G107安陽縣路段安全性評價結果見表8。

表6 各指標權重的熵值法計算結果

表7 2008年G107安陽縣路段各指標安全水平計算結果

表8 2008年-2013年G107安陽縣路段安全等級結果

從表8中可以看出該公路2008-2010年安全狀況較差，公路部門應發布橙色預警信號，向相關部門通報預警級別，并找出等級得分較差的指標，采取諸如加強交通法規普及、道路安全設施合理性等方面的措施。2011年和2012年安全等級有所提升，為可接受的Ⅱ級，所以不必發布預警，可以鼓勵相關部門繼續做好本職工作，在某些較弱的環節進行補足。還可以看出G107這5年的安全狀況變化總體規律由安全性較低的等級到安全性一般，有安全性變好的趨勢。這一結果也跟實際狀況相吻合，2010年安陽市道路交通管理局響應省交通廳的部署，對道路安全隱患逐步排查和情理，加強了車輛違規違章、超載超限的檢查和懲罰力度、鞏固了道路兩側綠化和道路養護，2010年當地的交通事故發生率統計數據明顯下降。尤其在2011年，為響應國務院《公路安全保護條例》，安陽市公路管理局及相關單位積極學習研究，制定了一系列的公路安全應急預案。此預案中除了積極進行應急演練和加強道路基礎設施維修建設外，還包括了建立健全轄區內干線公路的安全預警體系。此體系的建設，較大程度的降低公路的安全隱患。所以，利用可拓物元模型對公路安全等級進行評價的結果基本符合實際，該模型可以作為評價道路安全狀況的有效方法。

六、干線公路安全預警應對策略

道路安全預警理論的提出，安全性評價模型的建立以及公路安全性等級的判定，其最終目的是根據計算的結果為國省干線公路安全性的提高提出合理化建議，以達到預警的目的。干線公路安全等級可拓物元評價模型將公路安全等級分為安全性很高、安全性一般、安全性較低、安全性極低4類。由模型的分類結果可以相應的將預警級別分為無警、輕警、重警和巨警4個等級。在預警級別為重警和巨警時，需要根據不同的預警級別和等級較差影響因素的判定制定出關于人、車、路、環境4方面應采取的相應程度的應急預案，以便在警情發生時做到有章可循、有案可依。本文就預警方案的設計提出以下幾點建議。

(一)加強交通參與人的宣傳教育工作

交通參與人包括機動車和非機動車駕駛員以及行人是影響道路安全性的主導因素，并且是唯一具有主觀能動性的因素。因此，對于機動車駕駛員安全駕駛和安全防范意識水平的教育尤其重要，可以利用媒體不定期的向駕駛員播放交通事故現場，向其展示交通違規帶來的嚴重危害；另外，在機動車駕照考試方面，堅持持證上崗，規范考試流程和紀律，提升機動車駕駛員整體行車安全和水平；嚴格執行對非機動車和行人及沿線居民的宣傳教育，充分利用學校教育、廣播、電視、報紙、雜志、社區板報及各種宣傳欄向周邊群眾宣傳新出臺的交規及政策，使其意識到違章的危險性及自覺遵守交通法規的重要性。

(二)加強車輛管理及交通管制

加大道路巡查執法力度，防止改裝車輛、超限車輛、超期服役車輛、超載車輛等違章車輛上路行駛；嚴禁酒駕、醉駕、毒駕以及疲勞駕駛、無證駕駛、超范圍駕駛等違法駕駛行為。同時更加嚴禁出現違章車輛高速行駛、危險品車輛未經允許上路行駛等行為。各級車管部門對車輛年度審驗嚴格把關，對不符合標準的車輛不予等級注冊，嚴格執行車輛的強制報廢制度；在道路交通飽和度較高時，通過交通管制，以分流、調度、管制等交通手段疏散車流，減少交通事故的發生[27]。

(三)保證道路設計合理并加強日常養護管理

駕駛行車安全受到道路條件的制約，因此，定期請相關專家對道路線形、視距以及縱斷面和邊坡等合理性進行評估，其中平面線形應盡量用較大半徑，視距應能夠滿足行車要求，縱斷面應滿足視距的要求，邊坡盡量放緩，對設計不合理的及時上報有關部門進行整改；及時清除路面障礙物，針對雨雪冰雹等惡劣行車天氣及時排除積水、積雪，鋪設防滑防凍材料等；對道路護欄燈有無損壞、變形、脫漆、缺少等情況進行定期檢查；完善交通標志線，使其內容清楚醒目、整潔易讀。

(四)營造良好的駕乘環境

首先，氣象部門應提高道路沿線天氣預報準確率，并采用可變情報板等向過往車輛及公路應急相關部門及時提供天氣信息，做好惡劣天氣的物資儲備和預防；定期檢查是否所有急彎、橋梁隧道等危險路段和事故高發路段的明顯位置都設置了警告標識；同時，對于道路的停車場、路邊標志牌等設施加強檢修，對于遮擋轉彎視線的違章建筑和違規植物等，要積極拆除和整修，以保證良好的駕乘環境。

七、結語

本文以河南省交通廳公路管理局《普通公路突發事件應急能力評估體系研究》項目為依托開展研究。為降低干線公路突發事件的事故發生率，做好事前的預防工作，將預警管理理論應用于干線公路的預警，運用可拓物元模型對道路安全狀況進行綜合評價，并以G107安陽縣路段為例進行了實例分析。分析結果顯示出G107安陽縣路段在2008年的安全等級狀況屬于Ⅲ級，安全性等級較低，應向相關部門發布橙色預警，計算結果顯示其在車輛違規超載超限比率、安全設施合理性和沿線氣象預報準確率等指標上的得分較低。從整體趨勢上看，G107安陽縣路段2008年至2012年的安全狀況有逐漸變好的趨勢。針對2008-2010年安全狀況較差的年份，公路部門應發布橙色預警信號，向相關部門通報預警級別，根據各年份指標具體等級得分狀況采取諸如加強交通法規普及、道路安全設施合理性等方面的措施。實例的計算結果和當地實際狀況相吻合，這一方法在一定程度上得到了驗證。

干線公路預警理論的應用可以在一定程度上提高人們出行的安全系數，降低事故損失。此文的研究為干線公路預警管理工作的開展提供了依據。

參考文獻：

[1]張德兆,等.基于風險狀態預估的彎道防側滑超速預警系統[J].公路交通科技,2012,26:135-141.

[2]OPITZ R,HISLOP A.Driver information and early warning system in case of dangerous road conditions[J].Proceedings of the First World Congress on ATT &，1995(11):5-12.

[3]LAZECKY M, KACMARIK M, RAPANT P.Insar for early warning of possible highway instability over undermined area of Ostrava[J]. Proceedings of Fringe 2011 Workshop,2011:121-123.

[4]MADDALONI Giuseppe, CATERINO Nicola,OCCHIUZZI Antonio. Semi-active control of the benchmark highway bridge based on seismic early warning systems[J]. Bulletin of Earthquake Engineering,2011,10:1703-1715.

[5]程 琦,佘 廉.試論預警理論在公路災害防治管理中的運用[J].武漢理工大學學報, 2004,12(26):227-230.

[6]ZHAO Jianyou, et al. Study on the early warning system of road passenger transport[C]. 12th International Conference of Transportation Professionals,2012(10):65-76.

[7]LIU Xiaoxu,CAO Lin,HUANG Xiaoli.Highway early warning information system[C].2010 2ndInternational Conference on Information Engineering and Computer Science,2010.

[8]陳德興,石小武.試論干線公路建設對區域經濟發展的作用影響[J].交通科技,2010(10):159-162.

[9]程 琦,佘 廉. 構建高速公路災害預警指標體系的探討[J].武漢理工大學學報,2002,12(24):45-48.

[10]程 琦,佘 廉.試論預警理論在公路災害防治管理中的運用[J].武漢理工大學學報, 2004,12(26):227-230.

[11]邵祖峰,徐宗海.城市道路交通預警機制研究[J].交通管理,2004(11):46-48.

[12]ZHANG Guangnan,KELVIN K W Yau,CHEN Guanghan. Risk factors associated with traffic violations and accidentseverity in China [J].Accident Analysis and Prevention, 2013(59):18-25.

[13]RUNE Elvik, etal. Factors influencing safety in a sample of marked pedestrian crossingsselected for safety inspections in the city of Oslo [J].Accident Analysis and Prevention,2013(59): 64-70.

[14]宇仁德,張洪賓.道路交通安全預警系統關鍵理論與方法研究[D].濟南:山東理工大學,2006:34-45.

[15]張德兆,等.基于風險狀態預估的彎道防側滑超速預警系統[J].公路交通科技, 2012, 26 : 135-141.

[16]FRANCISCO J Camacho-Torregrosa, ANA M Pérez-Zuriaga1，J MANUEL Campoy-Ungría1. Alfredo García-García1, New geometric design consistency model based on operating speed profiles for road safety evaluation[J]. Accident Analysis & Prevention,2013,61:33-42.

[17]NARAYAN S Venkataraman,GUDMUNDUR F Ulfarsson, VENKY N. Shankar. Extending the Highway Safety Manual (HSM) framework for traffic safety performance evaluation[J]. Safety Science,2014,64:146-154.

[18]王小娟.道路交通應急能力評價研究[D].北京：北京交通大學,2011:41-53.

[19]GARY R Clay,ROBERT K Smidt. Assessing the validity and reliability of descriptor variables used in scenic highway analysis[J]. Landscape and Urban Planning,2004,66(4):239-255.

[20]羅江濤,劉小明,任 福.田道路交通安全灰色評價方法研究[J].中國公路學報,1995,8(4):78-83.

[21]OLUTAYO V A, ELUDIREA A.Traffic accident analysis using decision trees and neural networks[J]. I.J. Information Technology and Computer Science, 2014(2): 22-28.

[22]蔡 文.物元模型及其應用[M].北京：科學技術出版社,1994:20-34.

[23]HE Yong-xiu,DAI Ai-ying,ZHU Jiang,et al.Risk assessment of urban network planning in china based on the matter-element model and extension analysis[J]. Electrical Power and Energy Systems,2011,33:775-782.

[24]LOU Shan-zuo,SHI Zhong-ke. Vehicle routing problem with stochastic customers and demands based on the cross-entropy method[J]. Control and Decision,2007,22(1):7-20.

[25]ROUX B,WEARE J. On the statistical equivalence of restrained-ensemble simulations with the maximum entropy method[J]. Journal of Chemical Physics,2013,138(8):1-8.

[26]朱興琳.公路交通安全管理評價體系[M].北京：人民交通出版社.

[27]胡 明.重慶市縣際公路交通安全預警方法研究[D].重慶:重慶交通大學,2011:26-40.