城鎮化地區公路改擴建交通安全狀態評估研究

吳興國

摘要 對城鎮化地區公路進行改擴建，保障施工期間交通通行安全是關鍵。文章從人—機—環境系統工程理論角度出發，研究公路改擴建過程中人員、車輛、機械、環境等因素在不同安全狀態下對交通安全的影響情況，將解模糊語言算法融入貝葉斯網安全評估體系，構建模糊貝葉斯網交通安全狀態評估模型，量化公路改擴建施工期間交通安全狀態，為相關部分采取安全防控措施提供決策依據。

關鍵詞 改擴建；系統工程；模糊理論；貝葉斯網；安全評估

中圖分類號 U418.8文獻標識碼 A文章編號 2096-8949（2023）14-0030-03

0 引言

城鎮化地區公路一般為該區域對外聯絡的主要通道，改建必須以不中斷交通的方式實施，其中所涉及人車環境等要素遠比新建項目復雜得多[1-2]。顯然，實時掌握施工過程中人員、車輛、機械環境等要素的安全狀況，辨別可能存在的危險源，對于采取必要措施降低事故的發生的概率，充分保障施工期間通行安全顯得尤為重要。

1 城鎮化地區公路改擴建交通安全評估體系構建

1.1 交通安全影響評估節點

根據城鎮化地區公路改擴建施工特點，對人機環境系統工程理論進行擴展，將人機環境系統中的“人”擴展為駕駛員和施工人員，“機”擴展為車輛，“環境”擴展為氣候環境和施工作業環境，再將施工期間的管理因素加入系統，構建以交通安全狀態評估為目標節點，人員、車輛、環境、管理為一級評估節點的評估體系，如圖1所示。

1.2 節點安全狀態級別劃分

公路改擴建是一個涉及眾多復雜要素的系統工程[3]。系統中各要素節點的安全狀態決定了系統安全狀態。該文采用數字0123…來區分要素節點的安全等級（如表1所示），數字越小，節點安全狀態等級越高，發生事故的概率越小，說明對于改擴建期間交通安全運行是有利的；反之，節點安全狀態越差，越不利于交通安全運行。

2 交通安全狀態監測模型構建

2.1 多狀態貝葉斯網絡模型構建

貝葉斯網絡又稱貝葉斯信度網絡[4-5]。網絡節點表示一個隨機變量，用條件概率表示兩個隨機變量之間連接關系強弱。公路改建安全評估體系中節點有多個安全狀態，屬于多狀態多節點的貝葉斯網結構。貝葉斯網的核心是貝葉斯公式。

假設A節點的狀態有n個，即A=（a1，a2，a3…an），則根據全概率公式等到：

（1）

假設有多個節點，即U={X1，X2…Xn}，其聯合概率分布式如下所示：

（2）

式中，P（ai）——節點Xi的表征節點安全狀態概率。

2.2 多狀態貝葉斯網節點模糊概率處理

一般地，由于數據統計不完整，多狀態、多節點的貝葉斯網絡節點概率是無法精確地獲取的。該文主要應用解模糊語言的方法來獲取節點的先驗概率。

2.2.1 三角模糊數

如果用（a，b，c）表示一個三角形模糊數A，即A=（a，b，c），則其隸屬度函數如下：

f（x）=（0，（x＜a）；x?a/b?a，（a≤x≤b）；c?x/c?b，（b＜x≤c）；0，（x＞c）） （3）

兩個三角模糊數可以進行加減乘除等運算。

2.2.2 專家語言模糊數化

專家模糊語言與三角模糊數對應關系：非常低（0，0，0.1），低（0，0.1，0.3），偏低（0.1，0.3，0.5），中等（0.3，0.5，0.7），偏高（0.5，0.7，0.9），高（0.7，0.9，1），非常高（0.9，1，1）。

2.3 模糊安全概率測算

2.3.1 節點狀態模糊概率化

將專家語言判斷轉化成三角模糊數。假設有n個專家，第m位專家對網絡中表征節點Xi處于j狀態給出判斷，節點Xi處于j狀態的模糊概率如下：

（4）

綜合多位專家意見，最終得到一個可信度較高的模糊概率值：

（5）

2.3.2 模糊概率求解

將模糊概率轉化成精確概率，得到節點Xi處于j狀態的精確概率：

（6）

精確概率歸一化處理：

（7）

3 實例分析

該文以廣西南寧市柳南高速公路改快速路工程為研究載體，說明模型應用實用性。

3.1 節點安全概率確定

（1）節點先驗概率確定。該文以駕齡節點為例，說明通過專家模糊語言判斷得到節點先驗概率過程。駕齡節點有三個安全狀態，針對每個節點狀態設置概率問卷，邀請參與工程的專家給出模糊語言評價，通過解模糊語言得到節點的先驗概率，如表2所示。

應用公式（5）～（7）對專家模糊語言進行求解，得到駕齡節點三個狀態的先驗概率分別為P>3=0.54；P1～3=0.33；P<3=0.13。同理，通過解模糊語言得到其他節點狀態的先驗概率。

（2）節點條件概率確定。人員因素包含有駕齡、交通違章、安全人員配備、疲勞程度4個節點，每個節點均有3個安全狀態。同樣，通過解專家模糊語言確定人員、車輛、環境、管理因素的條件概率值，如表3所示。

3.2 交通安全狀態評估模型

根據安全評估拓撲結構中節點之間的連接關系，將求解專家模糊語言得到的先驗概率和條件概率賦值給節點，完成交通安全狀態監測貝葉斯網構建，根據公式（2）實現安全概率推理。該文采用GeNIe2.0軟件構建多狀態貝葉斯網安全概率推理模型。

3.3 貝葉斯網交通安全狀態監測模型應用

某日上午，施工單位進行高速公路中央分隔帶硬化作業。施工作業區域需要占用一條車道，行車道由原來的雙向四車道變為雙向三車道，且導流設施設置較短，沒有按規范長度設置，車輛在施工路段發生局部擁擠。當時天氣為陰天，能見度一般，車流量較大，以小汽車居多。

轉化為貝葉斯網節點狀態值如下：駕齡為0，違規操作為2，安全人員配備為2，疲勞程度為0，交通流為2，車型為0，車齡為0，路面平整度為1，施工作業區域為2，能見度為1，安全設施為2，安全教育情況為1，應急預案為0，安全管理制度為1。將節點安全狀態帶入貝葉斯網中進行概率推理，如圖2所示。

安全概率推理顯示安全概率為0.55，不安全概率為0.45。交通安全概率較低，易發生交通事故。人員因素、車輛因素、環境因素和管理因素安全概率分別為0.55、0.70、0.43和0.62。人員因素和環境因素不安全概率較高，說明人員因素和環境因素的安全狀況正在發生惡化，可能由人員和環境惡化導致事故發生的風險正在變大。相關管理部門應及時加強施工現場管理，改善施工現場條件。

4 結語

該文構建的貝葉斯網交通安全狀態評估模型，一方面能實時監測施工過程中的交通安全狀態，幫助安全人員了解實時的交通安全狀況，另一方面又為管理者識別施工過程中的不安全因素提供了一種技術手段。同時，交通實時安全概率值也可能對外發布，幫助交通管理部門制定交通管理措施提供決策依據。

參考文獻

[1]張需鵬. 高速公路改擴建工程交通安全風險控制分析[J]. 時代農機， 2016（10）： 153-154.

[2]張翼丹. 高速公路改擴建道路設計中的安全問題探討[J]. 江西建材， 2016（12）： 174

[3]薛冰冰. 高速公路危險路段交通安全預警系統研究[D]. 長春：吉林大學， 2013.

[4]Hernández P， Cubillo S， Torres-Blanc C. Negations on type-2 fuzzy sets[J]. Fuzzy Sets and Systems， 2014， 252： 111-124.

[5]Mkrtchyan L， Podofillini L， Dang V N. Bayesian belief networks for human reliability analysis： A review of applications and gaps[J]. Reliability Engineering & System Safety， 2015， 139： 1-16.