基于隨機(jī)森林的高速公路運(yùn)營隧道風(fēng)險判別法則研究*

喬建剛，王 傑，岳凌峰

(1.河北工業(yè)大學(xué) 土木與交通學(xué)院，天津 300401；2.中交建冀交高速公路投資發(fā)展有限公司，河北 石家莊 050000)

0 引言

隨著國家現(xiàn)代化進(jìn)程加快，山區(qū)高速公路長大隧道群占比逐漸增大。隧道出入口段特殊行車環(huán)境，對駕駛員駕駛行為和車輛運(yùn)行產(chǎn)生一定負(fù)面影響，引發(fā)交通事故[1]。因此，合理利用已有事故數(shù)據(jù)，預(yù)測隧道不同區(qū)段風(fēng)險程度，探究不同影響因素與事故等級之間的因果關(guān)系，對于交通事故預(yù)防具有重要意義。

目前，學(xué)者運(yùn)用不同方法對隧道行車安全影響因素及事故嚴(yán)重程度進(jìn)行研究：趙曉華等[2]基于駕駛模擬，分析長大隧道內(nèi)駕駛行為與事故風(fēng)險關(guān)系;杜志剛等[3]分析高速公路隧道光環(huán)境對交通事故影響；Zhang等[4]從路面紋理方面分析路面性能對隧道行車安全的影響；李倩等[5]通過建立公路隧道交通安全事故樹，量化交通事故影響因素重要度；Jian等[6]對新加坡高速公路隧道事故數(shù)據(jù)進(jìn)行統(tǒng)計，發(fā)現(xiàn)隧道口過渡段事故較嚴(yán)重；Zhang等[7]應(yīng)用不同類型Logit模型，估計隧道追尾事故風(fēng)險水平；Caliendo等[8]基于226起高速隧道事故數(shù)據(jù)，利用隨機(jī)參數(shù)模型分析隧道碰撞事故發(fā)生頻率影響因素；孫軼軒等[9]構(gòu)建C5.0決策樹，提出影響嚴(yán)重程度的實證規(guī)則集。現(xiàn)有研究為隧道不同區(qū)段運(yùn)營風(fēng)險分析及預(yù)測奠定基礎(chǔ)，但針對不同風(fēng)險因素組合對風(fēng)險等級的影響鮮有研究，對運(yùn)營風(fēng)險判別規(guī)則的研究也相對較少。

因此，本文以山區(qū)高速公路隧道事故數(shù)據(jù)為基礎(chǔ)，應(yīng)用隨機(jī)森林模型預(yù)測隧道不同路段風(fēng)險等級，并對風(fēng)險等級影響因素及決策規(guī)則進(jìn)行分析，研究結(jié)果可為隧道行車安全提供決策建議。

1 數(shù)據(jù)基礎(chǔ)及統(tǒng)計分析

1.1 數(shù)據(jù)來源

收集全國范圍內(nèi)2010—2021年山區(qū)高速公路隧道段人員傷亡交通事故共130起，造成366人死亡，656人受傷，數(shù)據(jù)涵蓋全國各個地理分區(qū)[10-13]。事故發(fā)生地區(qū)事故數(shù)量占比情況如圖1所示。

圖1 事故發(fā)生地區(qū)事故數(shù)量占比情況Fig.1 Number of accidents in different geographical divisions as a percentage

結(jié)合百度地圖開放平臺、國家氣象信息中心等平臺采集事故時空信息，包括事故路段線形、天氣數(shù)據(jù)等。事故等級與公安部[14]一致，嚴(yán)重程度分為特大、重大、一般事故，等級分布如圖2所示，重大、特大事故總占比85%，說明山區(qū)高速公路運(yùn)營隧道發(fā)生傷亡事故時，人員死亡幾率較大。

圖2 隧道事故嚴(yán)重程度等級分布Fig.2 Distribution of tunnel accident severity level

1.2 事故嚴(yán)重程度時空分布特征

1) 時間分布

選取當(dāng)量死亡人數(shù)[14]，分析不同隧道區(qū)段事故嚴(yán)重程度，將事故傷亡按月份進(jìn)行統(tǒng)計，如圖3所示。

圖3 隧道事故嚴(yán)重程度月份分布Fig.3 Monthly distribution of tunnel accident severity

由圖3可知，人員傷亡數(shù)量較高的月份依次為8，3月，原因在于8月降雨較多，事故數(shù)量增加，導(dǎo)致人員傷亡上升。從事故等級占比來看，2，3月份特大事故占比相對最高，大于55%，這是由于2，3月份正值冬季，山區(qū)空氣濕度較大，低溫導(dǎo)致路面濕滑，加上團(tuán)霧多發(fā)，路面、天氣雙重影響下易引發(fā)特大事故。同樣，1，4月重大事故占比處于較高水平。

隧道出入口與內(nèi)部行車環(huán)境變化同樣影響事故發(fā)生，統(tǒng)計1 d中隧道不同位置各時段事故死亡人數(shù)，如圖4所示。由圖4可知，總死亡人數(shù)最高的時間段依次是13，19，7～8時，且13時中隧道入口、出口當(dāng)量死亡人數(shù)相對最多，占總量的81.21%，這是由于駕駛員中午易行車疲勞，疲勞駕駛和分心駕駛的概率增大；7，19時中部隧道傷亡較嚴(yán)重，原因是隧道內(nèi)部行車環(huán)境單一，駕駛員疲勞感增加，事故發(fā)生概率增加；8，18時出入口處死亡人數(shù)較高，這是由于清晨和黃昏時段，環(huán)境照度變化劇烈，當(dāng)洞口處交通設(shè)施不合理時，如照明設(shè)施損壞，將導(dǎo)致駕駛員心理緊張，易引發(fā)交通事故。

圖4 隧道事故嚴(yán)重程度時段分布情況Fig.4 Hourly distribution of tunnel accident severity

2)空間分布

由上文可知，事故人員傷亡與隧道位置有一定關(guān)系，但隧道不同區(qū)段界定范圍沒有明確規(guī)定[15]。為分析不同區(qū)段事故發(fā)生情況，綜合考慮駕駛員視覺明暗效應(yīng)[16]、停車視距[17]和路面材料變化[18]劃分隧道區(qū)段。長度大于500 m的隧道劃分如圖5所示，小于等于500 m的隧道則不存在區(qū)段3。

圖5 隧道區(qū)段劃分Fig.5 Tunnel sections division

統(tǒng)計不同區(qū)段人員傷亡情況，如圖6所示。從死亡人數(shù)來看，區(qū)段2>區(qū)段1>區(qū)段4>區(qū)段3>區(qū)段5，說明隧道入口段事故發(fā)生概率較大。這是由于進(jìn)入隧道時，易產(chǎn)生“黑洞效應(yīng)”，不利于駕駛員及時發(fā)現(xiàn)隧道內(nèi)部狀況，當(dāng)限速較高時，緊急制動使車輛故障率增大。從事故占比來看，區(qū)段1的特大事故占比相對最高，其次是區(qū)段5，2個區(qū)段均位于隧道與外部環(huán)境交接處，易發(fā)生交通事故。

圖6 不同隧道區(qū)段事故傷亡情況Fig.6 Accident casualties in different tunnel sections

1.3 事故嚴(yán)重程度影響因素分析

隧道交通事故嚴(yán)重程度受駕駛員、環(huán)境、路面狀況、車輛類型等多方面因素影響，因此將事故致因綜合為人、車、道路及環(huán)境4大因素，事故致因?qū)е氯藛T傷亡占比如圖7所示。由圖7可知，人的因素導(dǎo)致人員傷亡最為嚴(yán)重，占40.87%，其次為道路因素，為32.17%。

圖7 事故原因?qū)е氯藛T傷亡情況占比Fig.7 Proportions of casualties caused by accident causes

1.4 數(shù)據(jù)處理

綜合考慮“人-車-道路-環(huán)境”相互作用，從4個方面選取16個影響因素作為自變量，如表1所示。因變量為風(fēng)險等級，發(fā)生特大事故區(qū)段風(fēng)險等級高，為1；發(fā)生一般、重大事故區(qū)段則為0。

表1 自變量分類Table 1 Classification of independent variables

2 模型理論

決策規(guī)則指分類模型中,對樣本數(shù)據(jù)分組時過濾數(shù)據(jù)的條件，而決策樹分類模型中，樹根節(jié)點到葉節(jié)點的路徑即為1條規(guī)則。隨機(jī)森林算法(Random Forest,RF)作為多顆決策樹的集成，具有精度高、抗噪能力高等優(yōu)點，規(guī)則提取同樣可行。

2.1 隨機(jī)森林模型理論

Breiman于2001年結(jié)合Bootstrap重采樣和決策樹提出RF，從K個自變量中抽取mtry個分支變量，構(gòu)建ntree棵決策樹，根據(jù)各決策樹分類結(jié)果投票，得到預(yù)測結(jié)果[19]，投票過程如式(1)所示：

(1)

式中：X為決策樹中特征自變量；Y為決策結(jié)果的類標(biāo)；R(X)為票數(shù)最多的Y；ntree為決策樹個數(shù)；rit(X)為i決策樹中節(jié)點t的決策路徑函數(shù)，i∈[1,ntree]，t∈[1,Ti]，Ti為決策樹i中的節(jié)點數(shù)量。

2.2 決策規(guī)則

提取RF中各決策樹的葉節(jié)點路徑，獲得決策規(guī)則rit(X)[20]，組合形成決策集R，如式(2)～(3)所示：

R={rit|i=1,…,ntree；t=1,…,Ti}

(2)

(3)

式中：Ojc為第i個決策樹第t個節(jié)點上自變量Xj的取值范圍。

根據(jù)Nguyen[21]規(guī)則，rit(X)規(guī)則結(jié)構(gòu)如式(4)所示：

(4)

2.3 規(guī)則重要性

RF中重要自變量是指重要性評分VIM(X)排名前40%的自變量，X的重要性評分越高，對Y的影響程度越大，如式(5)所示：

(5)

式中：VIM(Xk)為第k個自變量的重要性評分；Ei為袋外數(shù)據(jù)計算第i顆決策樹的校驗誤差；Eik為袋外數(shù)據(jù)隨機(jī)置換第k個自變量后，第i顆決策樹的校驗誤差。

RF中決策樹較多，提取規(guī)則數(shù)量大，且部分規(guī)則缺乏解釋性，因此，本文提出規(guī)則重要性精煉規(guī)則，即通過每條規(guī)則所包含規(guī)則判斷準(zhǔn)確率Q1和重要自變量占比Q2，對規(guī)則集進(jìn)行篩選，如式(6)～(7)所示：

(6)

(7)

式中：TPrit(X)，F(xiàn)Prit(X)分別為規(guī)則rit(x)判斷正確數(shù)和判斷錯誤數(shù)；Xk′為重要性評分排名前40%的自變量；Count[Xk′,rit(X)]為規(guī)則rit(x)中重要自變量出現(xiàn)的個數(shù)。Q1越高，規(guī)則預(yù)測精度越高，Q2越大，規(guī)則重要程度越高，規(guī)則代表性強(qiáng)。

2.4 預(yù)測性能評價指標(biāo)

評價指標(biāo)選擇分類結(jié)果準(zhǔn)確率(Accuracy，ACC)、查全率(TP Rate，TPR)和查準(zhǔn)率(Precision，PRE)，查全率和查準(zhǔn)率2者可對正例樣本多的規(guī)則結(jié)合分類情況進(jìn)行更全面的評價。

2.5 關(guān)鍵規(guī)則集提取流程

在保證原始分類性能前提下，為降低規(guī)則數(shù)量，提高規(guī)則集的可解釋性，進(jìn)一步形成風(fēng)險判別法則，關(guān)鍵規(guī)則集提取流程包括以下5個步驟：

步驟1：提取RF模型中所有決策樹規(guī)則，保留結(jié)果為正例的規(guī)則，構(gòu)建初始決策規(guī)則集SETorig。

步驟2：計算初始規(guī)則集SETorig中各規(guī)則的Q1，Q2，規(guī)則重要性評分為Q=Q1+Q2，并排序。

步驟3：依次抽取SETorig中重要性排名靠前的規(guī)則，構(gòu)建簡化規(guī)則集SETsimp。

步驟4：計算SETsimp在測試集上的分類性能，以ACC作為其評價指標(biāo)。

步驟5：重復(fù)步驟3～4，直至SETsimp連續(xù)幾次迭代中，ACC未提升或達(dá)到迭代次數(shù)，得到關(guān)鍵規(guī)則集SETcrux，形成判別法則。

3 模型應(yīng)用

3.1 模型構(gòu)建

計算所有自變量與嚴(yán)重等級的Pearson相關(guān)系數(shù)，剔除“隧道長度”和“事故類型”2個變量，其他14個因素作輸入自變量。借助Python構(gòu)建隨機(jī)機(jī)森林回歸模型，對mtry和ntree2個參數(shù)進(jìn)行設(shè)定，2個參數(shù)將影響模型泛化誤差和運(yùn)行時間。考慮影響因素有4類，決策樹分支變量應(yīng)大于4，因此mtry取4，5，6，10，20，50，100，ntree取值為1～50。比較不同參數(shù)方案的誤差變化，如圖8所示，當(dāng)mtry為5、ntree為45時，模型均方誤差較小，模型精度ACC為0.81，分類性能較好。

圖8 不同參數(shù)下模型誤差變化Fig.8 Variation of model error under different parameters

3.2 模型規(guī)則提取

對于訓(xùn)練好的RF模型，為計算各規(guī)則的規(guī)則重要性以及各影響因素重要性評分，得到自變量重要性評分排名如圖9所示。評分排名前40%的自變量其重要評分由大到小為涉及車輛數(shù)、隧道坡度、駕駛行為、交安設(shè)施狀況、隧道區(qū)段、路面狀況。

圖9 自變量重要性評分排名Fig.9 Ranking on importance scores of independent variables

利用Python中Matplotlib工具包,可視化RF中45顆決策樹，其中原始RF中某顆決策樹可視化結(jié)果如圖10所示。

圖10 原始RF中某顆決策樹可視化結(jié)果Fig.10 Visualization results of a decision tree in original RF

保留決策結(jié)果為正例的規(guī)則，共369條，分別計算各規(guī)則的重要性。根據(jù)提取流程,構(gòu)建關(guān)鍵規(guī)則集，并考慮規(guī)則的可解釋性，樣本覆蓋數(shù)需大于10，最終得到10條規(guī)則構(gòu)成的運(yùn)營隧道風(fēng)險判別法則。

3.3 預(yù)測性能對比

采用提取到的風(fēng)險判別法則對測試集數(shù)據(jù)進(jìn)行測試，預(yù)測分類性能，并與真實值和已訓(xùn)練好的原始RF模型進(jìn)行對比，預(yù)測結(jié)果如圖11～12所示。

圖11 與真實值對比Fig.11 Comparison results with real values

圖12 與原始RF模型對比Fig.12 Comparison results with original RF model

由圖11～12可知，風(fēng)險判別法則集預(yù)測中有3個事故等級與真實值不同，即發(fā)生事故103，104，126的事故風(fēng)險判為高風(fēng)險，這與原始RF模型預(yù)測結(jié)果一致。經(jīng)分析，3起事故地點均為“隧道入口/出口段+曲線段/彎坡路段”的組合，均發(fā)生不安全駕駛行為，雖然已發(fā)生事故人員傷亡較低，但該區(qū)段仍存在高事故風(fēng)險，說明風(fēng)險法則能夠發(fā)現(xiàn)隧道區(qū)段上隱藏的事故風(fēng)險并進(jìn)行預(yù)測。

與原RF模型預(yù)測精度進(jìn)行對比如圖13所示，查全率出現(xiàn)小幅度下滑，查準(zhǔn)率基本一致，說明風(fēng)險判別法則能夠較好保留原RF模型的預(yù)測能力。此外，判別法則中規(guī)則個數(shù)相較于原RF模型減少36.9倍，原RF模型與風(fēng)險判別法則在測試集上運(yùn)行時間分別為0.419 6，0.100 0 s，說明關(guān)鍵規(guī)則集提取方法降低了規(guī)則的復(fù)雜性以及模型運(yùn)算時長。

圖13 分類精度對比Fig.13 Comparison of classification accuracy

3.4 運(yùn)營隧道風(fēng)險判別法則

將提取運(yùn)營隧道風(fēng)險判別法則知識化，如表2所示。從包含“Tunnel section的”規(guī)則來看，出現(xiàn)“隧道入口過渡段+隧道交安設(shè)施不合理或路面結(jié)冰或駕駛員違規(guī)駕駛及車輛方向失靈”以及“隧道出口過渡段+隧道路面潮濕及駕駛員超速駕駛”時，將發(fā)生嚴(yán)重的交通事故，運(yùn)營風(fēng)險提高。因此，對于隧道運(yùn)營者，要避免以上不利因素的組合，即確保隧道內(nèi)部照明合理并減輕洞內(nèi)外明暗差異；提前預(yù)警由于降雪、低溫等特殊天氣導(dǎo)致路面積雪、暗冰并及時處理，避免車輛失控導(dǎo)致嚴(yán)重交通事故發(fā)生。

表2 運(yùn)營隧道風(fēng)險判別法則Table 2 Risk discrimination rules of operating tunnel

4 結(jié)論

1)通過調(diào)研，明確山區(qū)高速公路隧道重特大交通事故時空特性，結(jié)合人-車-道路-環(huán)境系統(tǒng)，分析隧道風(fēng)險等級影響因素。

2)以實際數(shù)據(jù)為基礎(chǔ)，構(gòu)建基于隨機(jī)森林的隧道風(fēng)險等級預(yù)測模型，通過分析決策樹與規(guī)則關(guān)系，結(jié)合RF中自變量重要性評分，提出基于隨機(jī)森林的高速公路運(yùn)營隧道風(fēng)險判別法則。

3)通過采用風(fēng)險判別法則，對高速公路隧道不同區(qū)段進(jìn)行分析，確定運(yùn)營高速公路隧道不同區(qū)段發(fā)生事故成因，對事故預(yù)防具有重要意義。