基于模糊聚類的交通事故分類分析

王巖

摘要：本文采用數(shù)量積法，對選取的交通事故數(shù)據(jù)進行模糊聚類分析。結(jié)果表明，模糊聚類方法對于事故分析是有一定的作用的。

關(guān)鍵詞：模糊聚類；交通事故；分類

在道路交通中，常常要對一些交通事故進行分類分析，以找出其中的內(nèi)在規(guī)律。由于各事故之間在很多方面并沒有一個截然的區(qū)別界限，所以分類本身就帶有模糊性。我們可以采用模糊方法對已有的事故資料進行模糊聚類，也就是說，找出他們在什么程度上屬于一類，在什么程度上不屬于一類，從而便于對事故進行進一步的分析。

為了對交通事故分類分析方法進行研究，本文選取107國道351條事故數(shù)據(jù)，通過去處一些明顯錯誤和不適合的數(shù)據(jù)，得到249條數(shù)據(jù)。取死亡一人及一人以上的重大事故作為研究對象,那么通過檢索，得到了符合要求的事故數(shù)據(jù)共39條。

一、建立相似關(guān)系

在模糊聚類中，建立相似關(guān)系的方法有很多，此處采用數(shù)量積法，亦即：

其中，M為一適當(dāng)?shù)恼龜?shù)，它滿足

為了便于采用數(shù)量積法建立相似關(guān)系，對上述數(shù)據(jù)進行一些處理。

1.1 對“事故具體地點”項的處理

該次統(tǒng)計地段的起點到終點是從107國道的1445公里處----1620公里處。對地點數(shù)據(jù)進行重新標(biāo)定。具體方法是：

處理后地點數(shù)據(jù)=（事故具體地點-1445）/175*10

1.2 事故損失金額

所有事故中最大損失金額為200000元。據(jù)此對地點數(shù)據(jù)進行標(biāo)定，具體方法是：

處理后事故損失金額數(shù)據(jù)=損失金額/200000*10

經(jīng)過處理，將事故地點和事故損失金額都在1—10的范圍內(nèi)進行了標(biāo)定，以避免數(shù)據(jù)數(shù)量級的不同對相似關(guān)系建立的影響。

二、求模糊等價矩陣

用上述方法求得的相似矩陣還不具有傳遞性，即還不是模糊等價矩陣。為此，我們應(yīng)把它改造成模糊等價矩陣R*。也就是求R2，R4，R8，…一直到使R2n=R2(n+1)，此時的R2n即為所求的R*。

上面的相似矩陣經(jīng)過自乘，可求得模糊等價矩陣：

三、按照不同的λ值進行聚類

然后，把數(shù)據(jù)輸入模糊聚類計算程序，可以得到：

當(dāng)λ=0.7時得到的截矩陣為

當(dāng)λ=0.8時得到的截矩陣為

當(dāng)λ=0.9時得到的截矩陣為:

可見：

● 當(dāng)λ=0.7時，第2，3，5，8，13，14，15，16，17，20，25，28，29，34，35項是相同的，

● 當(dāng)λ=0.8時，第2，3，5，8，13，14，15，16，17，20，25，28，29，34，35項是相同的

● 當(dāng)λ=0.9時，第2，3，5，8，13， 15，16，17，20，25，28，29，34，35項是相同的

我們把由模糊聚類分出的數(shù)據(jù)挑選出來。經(jīng)過分析可以看出：

1、 事故發(fā)生地點集中在國道1605公里—1622公里之間，共有13起，占重大事故總數(shù)39起的33.33%，而事故數(shù)據(jù)收集地點是從國道1535公里——國道1671公里，總長136公里，而該路段只占總路段長度的10.3%。可見，該路段的重大事故發(fā)生率明顯偏高，

2、 在這15起事故中，有非機動車損失的只有3起，可見這類事故主要是發(fā)生在機動車和機動車之間或機動車與行人之間。

3、 就以上分析來看，模糊聚類方法對于事故分析是有一定的作用的。