道路交通安全態勢感知的診斷模型

張荀

摘要：就當前我國道路交通安全的發展現狀和道路交通的整體的運行情況來看，為了更好的保證交通安全，必須要建立道路交通通安全的診斷指標體系，根據實際需要來設計出交通安全態勢的感知診斷模型，其中包括組合權重診斷模型和精神網絡診斷模型。我國對這一項目也十分重視，借助當代科技力量，不斷加強對診斷模型的研究。本文對兩種交通安全態勢的感知診斷模型進行了深入分析，并且借助一些實驗和公式，進行了更加深刻的探討。

【關鍵詞】道路交通；安全態勢；感知；診斷模型

近些年來，我國社會發展水平獲得了顯著的提高，經濟和科技發展速度不斷加快，道路建設更加完善，但是道路交通安全仍然存在著很大的問題。另外，每年因交通事故而發生意外的人數很多，而道路交通安全態勢的感知診斷模型能夠有效地提高道路交通的安全管理，能夠有效地改善道路交通安全現狀。

1.道路交通安全的診斷指標體系

要想更好地對道路交通安全進行診斷就需要一套良好的診斷體系，在體系的設計過程當中主要考慮的就是影響道路安全的因素，依據診斷指標體系來建立一套道路交通安全的原則。道路交通安全的診斷指標體系從人、車、路和環境四個方面進行建立，其分別為駕駛員的特性、車輛的特性、道路的狀況、交通環境，由它們來組成道路交通診斷體系，能夠對影響道路交通安全的因素全面的進行覆蓋，在這四個部分下又分為十二個導向，以便能夠更好的對道路交通的情況進行掌握。其中駕駛員的特性所包含的是對超速違章率、駕駛員安全知識水平、酒駕違章率進行檢查保證其達到規定標準，車輛特性主要包括對機動車保有量、摩托車與機動車的比例、電動自行車在交通工具中所使用的情況進行分析，道路狀況主要包括對道路網布置的疏密度、對交通事故發生黑點的占比、低等級道路在所有道路中所占比例進行分析，要保證做到仔細排查，不忽略任何一個道路，最后對交通環境所包含的導向主要有惡劣天氣所占環境比例，交通部門的服務水平、交通安全的系數。通過這些導向，能夠有效反映道路交通的安全情況，以便交通部門做出反映。

2.基于組合權重的道路交通安全診斷模型

判斷道路交通安全態勢有許多不同的方法，而不同的道路安全診斷方法也會產生不同的診斷指標，而診斷指標又會深刻影響到診斷的結果，所以必須要對指標權重進行合理的安排。對此，可以在主觀和客觀兩個方面來選擇賦權法確定指標權重，選擇科學合理的方法，能夠保證指標權重符合客觀要求和標準，同時也能夠保證其經濟意義，把主觀和客觀的權重相結合形成組合權重，從而建立出完善的組合權重診斷模型。

2.1診斷指標值的標準化處理

在診斷指標值的標準化處理時，因為在診斷體系中不存在一樣的量綱和公度性，因而必須要慎重選擇處理方法，而選用科學合理的歸一化方法，能夠把診斷的指標值進行更加科學的處理。對此，要先建立道路交通安全的矩陣，將與道路安全診斷體系中的十二個導向作為道路交通安全的診斷矩陣，進而能夠得出所診斷對象的指標值。然后可以把道路交通安全態勢的診斷指標，轉化為效益型和成本型兩種，因為計算指標的方法會直接影響到診指標，所以必須要根據實際情況選擇最為合理的計算方法。

2.2道路交通安全態勢的診斷指標權重系數界定

在對診斷指標權重進行系數界定時，也有兩種不同的方法。第一，熵權法。這種方法借助理論中的上智來對指標進行確定，其能夠作為道路交通安全診斷矩陣的指標基礎，以此來對所測對象進行判斷。第二，AHP法。這種方法是由專家對指標進行界定和賦權的方法，對此，首先要構造相應的判斷矩陣，并且要采取有效的方法對矩陣進行計算和分析。然后再對道路交通安全態勢診斷指標的統一性進行檢驗，這樣能夠有效地避免在最后確定的權重中出現問題缺陷，保證權重的準確性。其次，在對指標的層次進行單排序，當局正通過統一性的檢驗，并且達到標準之后，對矩陣的最大特征值和標準向量進行計算，而計算出來的向量分量則對應著上下兩層的因素權重。最后再對診斷指標進行綜合排序，把經過計算所得到的單排序標準向量和每一個導向的標準向量的分量來進行求和，這樣就能夠得到標準的指標，從而完成對權重系數的界定。

3.基于神經網絡的道路交通安全診斷模型

神經網絡是當代社會科技水平深入發展的產物，是一種以生物神經學理論為基礎的模型，這個模型中包括三個層次，每一層中都有多個基本單元，數據信息又通過這些單元來進行傳遞。例如BP神經網就是一種使用較多的神經網絡，BP神經網絡的主要設計思路是將數據進行有效的傳播，保證每一條信息能夠安全的到達接受點。BP神經網絡對道路安全的建設有著很重要的作用。

3.1構建道路交通安全的BP神經網絡

在神經網絡中應用十分廣泛的是BP神經網絡，應用的方式是數據信息的傳播和誤差反向傳播。道路交通安全診斷模型在神經網絡的基礎上進行構建，首先要構建道路交通中的BP神經網絡，充分結合道路交通安全的診斷指標以及一些其他的相關數據信息，也就是設定系統中的輸入層和基本單元。

3.2訓練道路交通安全的BP神經網絡

然后要對BP神經網絡進行實驗和應用，對當前已存在的BP神經網絡選擇一部分樣本診斷對象來對網絡系統進行實驗，在不斷實踐的過程中提高BP神經網絡的完善性。另外，每層中的基本單元都有其具體的權值，然后進行處理，計算后輸出其診斷直，并且和期望值相對比，如果診斷值和期望值之間的差額在合理范圍之內，整個流程就達到要求，如果沒有在合理范圍內，就要對誤差產生的原因進行更加深入的分析，同時，每一層中的基本單元的權值都會被誤差所影響，在調整權值，解決問題之后，再一次重復上述過程，直到誤差被控制在要求的標準范圍之內。

3.3界定道路交通安全的等級范圍

在構建并訓練出完善的BP神經網絡之后，要把相應對象的診斷值輸入到神經網絡中，然后可以獲取診斷輸出值，然后能夠根據所輸出的診斷輸出值來進行等級劃分，然后判斷出診斷等級，最終完成整個流程。

4.道路交通安全的診斷指標體系

為了能夠更加準確、全面地反映出道路交通安全的狀況，必須要對可能會影響到道路交通安全的所有因素分析和考慮，然后根據診斷指標體系等相應原則來建立健全一個完善的道路交通安全診斷指標體系，這項指標體系的內容包含許多方面。診斷指標體系中包含著駕駛員的特性，而駕駛員特性中包括超速違章率、駕駛員的安全知識水平以及酒駕違章率，根據這些方面能夠對駕駛員的特性進行一個大致的判斷，反映出駕駛員的行車狀態；在車輛特征中包含機動車的保有量、摩托車的比例、電動自行車的使用狀況，這些都是屬于車輛的特性，分門別類的體現出車輛的大致狀況，能夠根據這些數據來分析出當前道路交通安全中發生車輛事故最多的車輛特性；在道路狀況中可以看出道路網密度、事故黑點比率、低等級道路比率，然后根據這些道路狀況來總結出車輛安全事故的多發地；在交通環境中包括惡劣天氣環境比例、服務水平以及交通安全系數。根據道路交通安全的診斷指標體系，能夠準確的了解到駕駛員、車輛特征、道路狀況以及交通環境，然后根據所有可能會影響到道路交通安全的影響因素，診斷道路交通安全態勢。

5.結束語

為了更好地保證道路交通安全，必須要構建道路交通安全態勢感知的診斷模型，根據實際情況來選擇權重診斷模型和BP神經網絡模型，然后在不斷的實踐過程中，不斷訓練診斷模型，保證診斷模型能夠為我國道路交通安全提供更加有力的保證。

【參考文獻】

[1]蘆海洋，宇仁德，李寧，曹輝.交通安全態勢感知研究[J].中國物流與采購，2018（11）：74-75.

[2]楊瑩，諸云，王力祥.道路交通安全態勢感知的診斷模型[J].中國安全科學學報，2018，26（07）：52-57.