李兔照
山西交通實業發展集團有限公司 山西太原 030000
交通里程的快速增長不僅促進了交通運輸和經濟的快速發展,也帶來了更多的交通事故。因此,非常有需要對于高速公路的安全情況進行應有的評價,但對其他的一些分段的安全和水平還無法明確解釋,因此本文對高速公路路段劃分進行了相關研究!其的分類等安全和服務等級源于公路服務水平的觀念,其用來現實一些公路的交通情況和安全情況的好壞,和一些駕駛人員乘客再公路行駛時可以用的質量[1]。同一公路的安全服務水平是指公路安全服務質量而公路自身能夠提出的的交通安全,以及交通事故所能反映的公路交通狀況。
其可以從側面反映出調研科所提出的安全服務水平,雖說高速道路在設計之初就秉承著質量好,要求嚴格,道路情況良好,設備設施,維護檢查更加嚴格,但事故仍高發,這給我國跟事故人員造成了很大的損失,經濟跟精神的巨大折磨,因此,非常需要給高速公路的分段的服務等級劃分,以為以后的公路分段分類的嚴格管理提供主要的地基[2]。
(1)出發從公路安全的方面看,分段規劃使目標更加具有方向性,能道路安全服務水平的分類提供了堅實的地基。
(2)公路的所有分段都有明確的等級劃分安全,方便對各個分段安全的狀況進行比較分類。
(3)為不同安全等級的部門分層管理奠定堅實的基礎。
某國的高速公路運行手冊把公路安全服務的水平劃分為六個等級:A、B、C、D、E、F。A 級別的服務水平的離線運行條件最好,F 級別的服務水平的離線自主運行最不好。交通通過數量、運行時汽車的狀態、速度作為評判標桿,將安全服務的等級分為即A、B、C、D、E、F 等級。
A 級、安全服務水平:表示該分段的安全情況優良。在限定的高顯著性水平下,所有評價指標均低于平均值,為駕駛員和乘客提供了最高的安全水平。
B 級、安全服務水平:表示該分段的安全狀況良好。在一定的置信水平下,各評價指標均低于平均值,可為駕駛員和乘客提供更高的安全水平。”各項指標再次降低的可能性不大,在保持目前水平的基礎上,可以采取適當措施,進一步增強安全水平。”
C 級、安全服務水平:該分段的安全狀況不如B 級服務水平,大多數的評分標準均少于平均水平,能夠為駕駛人員跟乘客提供比較安全的運行條件。
D 級、安全服務水平:該分段安全狀況較差,一些評分水平略高于平均水平。各指標進一步降低的可能性較大,很需要對分段開始對應的安全維護跟維修。
E 級、安全服務水平:分段的狀況,安全性較差。一些明顯的安全水平之上,各個指標幾乎為平均水平,駕駛人員在開車前進時,行駛條件較差,”各項指標進一步降低的可能性很大,分段安全狀況亟待改善。”
F 級、安全服務水平:該分段的狀況安全性非常差,汽車在該安全服務水平的分段駕駛時很危險。
在前一章中,本文提出了一種基于概率分布的高速公路分段安全服務水平分類方法。該方法通過建立單位長度事故率、單位長度傷害率、單位長度死亡率的加權綜合值與交通量的關系,將高速公路安全服務水平劃分為六個等級,我們希望利用現代計算機技術建立一種新的安全服務水平分類方法[3]。該方法可以擺脫單一評價指標對安全服務等級劃分的束縛,使安全服務等級分類工作更加智能、方便、快捷。
目前,國內外對基于多指標的公路安全服務水平分類研究較少。多指標輸入所決定的最終輸出特征與腦神經網絡處理問題的過程非常相似。因此,本文采用神經網絡對多指標安全服務水平進行分類神經網絡模型有很多種,雖然這些模型已經得到了廣泛的應用,但是它們對于人腦的特點并不是很完整,因此在功能上也存在很多不足。例如,多層前向網絡,其缺點如下:
(1)必須在/平穩的0 環境中運行;
(2)在學習過程中要不斷調整網絡的權重系數;
(3)誤差標準不能根據環境的變化而調整;
(4)學習緩慢;
人腦有許多明顯的特征:
(1)學習風格是自主的,可以在復雜的、非平穩的和/或干擾的環境中學習,即自學習0;
(2)人腦儲存和檢索的信息具有明顯的自組織特性;
(3)腦內存在神經元側向抑制的現象,即神經元可按其所處的區域分為不同的組。某一區域的神經元接受該區域和其他區域的刺激以及該區域其他神經元的側向抑制。”
大多數神經網絡模型通過導師學習規則對學習樣本給出/正確答案0,然后網絡根據誤差的大小判斷輸出誤差,并提高自身權重,提高正確解決問題的能力然而,由于缺乏對多屬性安全服務水平分類的研究,目前還沒有一個正確的預測模型,本文采用自組織神經網絡對多指標安全服務水平進行分類。
最后集合各個分段的傷害率、死亡率跟事故率,其擁有一些規定特征能夠識別,還做出了一種源于神經網絡的安全服務水平分類的方式,是以行駛一億公里時的事故率、傷害率、死亡率的綜合值作為標量,最后就以這三個變量的指標,得出了比一樣的變量之下各個分段的安全服務水準分類。