道路速度一致性評價指標(biāo)模糊化評價方法

趙琳琳，李海瓊

（昆明理工大學(xué)交通工程學(xué)院，云南昆明650500）

對道路進(jìn)行安全評價是道路安全運行的保障，安全評價的方法很多，如相對事故率法、史密德回歸模型和IHSDM模型等。而交通安全本身就是一個模糊的概念，安全與不安全的之間不能說有明確的界限[1]。一般道路交通安全評價中大多是用運行速度一致性或運行速度與設(shè)計速度一致性進(jìn)行評價，但是這些評價對道路交通安全的劃分過于絕對，這樣會掩蓋很多潛在的、有價值的信息。本文在此基礎(chǔ)上引用模糊數(shù)學(xué)理論對交通安全進(jìn)行模糊評價。

1 模糊邏輯理論

LA Zadeh在1964年提出了模糊集合的概念。其中模糊理論是以模糊集合為基礎(chǔ)，其基本精神是接受模糊性現(xiàn)象存在的事實，而以處理模糊不清的事物為主要研究目的。模糊不清的概念在時間、空間、條件上具有可變性[2]。例如在對年齡或是溫度的劃分中，古人云“人生七十古來稀”，認(rèn)為70歲是對老年的一個隸屬程度，但對于今天的人們來說70這個隸屬程度相對較小，具體多少年齡來確定老年這個界限就是一個模糊的概念。

交通安全的評價也是一個模糊的、不清晰的系統(tǒng)，在運用速度一致性進(jìn)行交通安全評價中，一般以運行速度與設(shè)計速度差的大小為評價標(biāo)準(zhǔn)，這里用的運行速度是指路段上85%分位車速，若運行速度與設(shè)計速度差小于10 km·h-1，則認(rèn)為道路安全程度好；若運行速度與設(shè)計速度差在10～20k km·h-1之間則認(rèn)為道路安全程度一般；若運行速度與設(shè)計速度差大于20 km·h-1則認(rèn)為道路的安全程度為差。在評價中如果運行速度和設(shè)計速度差為19.9 km·h-1或20.1 km·h-1，兩者相差不大，對于駕駛員在道路上的安全感受變化不明顯，但在交通安全評價中則認(rèn)為前段道路的交通安全程度一般，而后者的交通安全程度差，這樣的評價結(jié)果顯然是不合理的。而引入模糊理論對交通安全進(jìn)行評價可以實現(xiàn)評價指標(biāo)在10 km·h-1，20 km·h-1的緩慢過度，使安全評價的信息得到更充分的利用。

2 模糊安全評價

2.1 模糊集合的確定

文中選用的是運行速度與設(shè)計速度差值為安全評價指標(biāo)，差值越小越安全，反之差值越大安全性越低，因為在一般評價中認(rèn)為運行速度與設(shè)計速度差大于20 km·h-1則認(rèn)為道路的安全程度為差，所以當(dāng)速度差一般速度差值達(dá)到35 km·h-1以上認(rèn)為道路是不安全的，任何人都是沒有疑問的，所以先可以假設(shè)論域U=[0，∞），在論域上建立評價安全的模糊集合：A=“安全程度好”，B=“安全程度一般”，C=“安全程度差”[3]。

2.2 速度一致性評價指標(biāo)模糊化

速度一致性評價指標(biāo)模糊化，即在原有的速度一致性評價指標(biāo)的基礎(chǔ)上，對速度一致性評價指標(biāo)的界限值10 km·h-1，20 km·h-1進(jìn)行緩和過度，根據(jù)模糊理論，使評價指標(biāo)邊界模糊化[4]。由于交通安全模糊評價的模糊集合在實數(shù)域的范圍內(nèi)，使指標(biāo)界值模糊化，即使指標(biāo)的變化呈現(xiàn)一種線形變化的形式。根據(jù)模糊邏輯理論，指標(biāo)線形變化的形式有三角變化及梯度變化等，文中選取的速度一致性指標(biāo)模糊化方法為三角形和梯度隸屬函數(shù)組合[5]。

圖1為速度一致性指標(biāo)模糊化后的線形函數(shù)圖[5]，圖中線形“優(yōu)”表示的模糊集合是A，線形“良”表示模糊集合B，線形“差”表示模糊集合C。根據(jù)模糊邏輯理論，由于在速度評價指標(biāo)中小于10 km·h-1為好，所以模糊化后A的模糊分布應(yīng)該為偏小型，同理，B的模糊分布為中間型，C的模糊分布為偏大型，圖1滿足以上分布要求，文中可以采用其為模糊指標(biāo)的線形函數(shù)（隸屬度函數(shù)）[7]。

圖1 道路速度一致性評價模糊化線形函數(shù)圖Fig.1 Fuzzy linear function of road speed consistency evaluation

指標(biāo)模糊化的結(jié)果如下：

速度評價指標(biāo)小于10 km·h-1的模糊函數(shù)：（x：運行速度與設(shè)計速度差值）

速度評價指標(biāo)在10 km·h-1～20 km·h-1的模糊函數(shù)

速度評價指標(biāo)大于20 km·h-1的模糊函數(shù)

2.3 模糊安全評價區(qū)域的劃分

評價指標(biāo)模糊化后會發(fā)現(xiàn)，模糊集合A中有部分區(qū)域與模糊集合B相交，同樣的模糊集合B中也有部分區(qū)域與模糊集合C相交，根據(jù)模糊集合相交的情況可以將劃分為5個評價區(qū)域。在有模糊集合重復(fù)的區(qū)域，對比重復(fù)區(qū)域的函數(shù)值，根據(jù)模糊邏輯中隸屬度（模糊函數(shù)值）最大化原則，判斷函數(shù)值屬于哪個模糊集合，通過模糊集合判斷交通運行的安全性[8-9]。利于模糊函數(shù)，對于處于同一集合函數(shù)值，也能根據(jù)函數(shù)值的大小判斷其安全性，不同安全等級的劃分結(jié)果如下：

1）第1安全等級：0≤x＜7.5，A的安全隸屬度最大，其隸屬度函數(shù)為F(x)=(15-x)/15，此時隸屬度越大，安全性越高。

2）第2安全等級：7.5≤x＜15，B的安全隸屬度最大，其隸屬度函數(shù)為F(x)=x/15，由于此時的隸屬度是從好到一般過渡，所以第2安全等級的隸屬度以小為好，隸屬度越小，安全性越高。

3）第3安全等級：15≤x＜22.5，B的安全隸屬度最大，其隸屬度函數(shù)為F(x)=(30-x)/15，隸屬度越高表示道路安全。

4）第4安全等級：22.5≤x＜30，C的安全隸屬度最大，其隸屬度函數(shù)為F(x)=(x-15)/15；此時的隸屬度是從一般到差的過渡，所以第4安全等級的隸屬度以小為好的原則，C的隸屬度越高，道路安全性越低。

5）第5安全等級：x≥30時，屬于模糊集合C，隸屬度的值為1，在道路安全中不應(yīng)出現(xiàn)這樣的道路線形。

以上安全等級的優(yōu)良排序為1>2>3>4>5，具體的評價指標(biāo)如表1所示。

表1 模糊安全評價指標(biāo)Tab.1 Fuzzy security evaluating indicator

3 實例

選取安楚路上某連續(xù)路段為例，其中以運行速度與設(shè)計速度差為評價指標(biāo)，數(shù)據(jù)指標(biāo)來源于文獻(xiàn)[10]的附表7[10]，根據(jù)一般道路評價標(biāo)準(zhǔn)，評價結(jié)果如表2所示。

表2 運行速度與設(shè)計速度差的道路安全評價Tab.2 Road security of running speed and designing speed difference

續(xù)表2

用模糊邏輯理論對上述路段進(jìn)行模糊安全評價，將相應(yīng)數(shù)據(jù)代入隸屬度函數(shù)計算不同模糊集合的隸屬度，根據(jù)隸屬度判斷其安全等級，確定其安全性。其安全評價的結(jié)果如表3所示。

表3 模糊理論道路安全評價Tab.3 Road security evaluation of fuzzy theory

從表4中的評價結(jié)果可以看出在運行速度與設(shè)計速度評價中把評價的路段分為兩類，一般和差的路段，同一評價結(jié)果的路段無法再具體的劃分其優(yōu)良性。

表4 運行速度與設(shè)計速度評價和模糊安全評價對比Tab.4 Comparison between running speed，designing speed and fuzzy security evaluation

一般的路段：10，11，12，14，15，16，17，18，19，20，23，25，26，28，29，31。

評價為差的路段：13，21，22，27，30。

而在模糊安全評價中根據(jù)安全評價等級，對于安楚路的路段可以明確劃分為2個等級，并且在同一等級中可以得到更細(xì)的道路優(yōu)良排序。

其中2級路段根據(jù)優(yōu)良排序為：

2（0.67 ）>2（0.77）>2（0.79）>2（0.80）>2（0.89）>2（0.97）>2（0.99），即在2級道路中（17，18，19）>（14，15，16）>（20）>（31）>（10，11）>（23，24，25）>（12）。

3級路段根據(jù)優(yōu)良排序為：

3（0.94 ）>3（0.8）>3（0.67），即路段（26）>（28，29）>（13，21，22，27，30）。

對于在表中出現(xiàn)3級的評價結(jié)果，都是在半徑R＞1 000的路段，在半徑大的路段預(yù)測的運行速度變化也較大，所以出現(xiàn)不同的隸屬度等級的跳躍，同時把在運行速度與設(shè)計速度評價中為差的13，21，22，27，30路段劃分在3級路段，表明這幾段路的安全性比速度一致性評價標(biāo)準(zhǔn)的安全性要好，表現(xiàn)了模糊理論中的模糊過渡性。

4 結(jié)語

通過實例分析表明，運用模糊邏輯理論中的隸屬度等級可以對道路安全進(jìn)行評價，能更細(xì)致的劃分道路安全等級，更充分的利用了道路交通安全的信息。根據(jù)隸屬度等級安全評價可為交通安全的改善提供優(yōu)先次序，為道路安全建設(shè)提供有利數(shù)據(jù)支撐。

[1]劉運通.論道路交通安全的宏觀評價[J].中國公路學(xué)報，1995，8（1）：158-162.

[2]陳守煜.可變模糊集理論與模型及其研究[M].大連：大連理工出版社，2009：2-3.

[3]胡啟洲，張衛(wèi)華.高速公路交通安全的模糊區(qū)間評價[J].中國安全科學(xué)學(xué)報，2007，17（8）：26-31.

[4]閻善郁，于君磊，潘科.可變模糊集理論在道路交通安全綜合評價中的應(yīng)用[J].安全與環(huán)境學(xué)報，2010，10（6）：231-233.

[5]杜玲玲.混合超啟發(fā)式法求解大規(guī)模VRP的優(yōu)化研究[J].華東交通大學(xué)學(xué)報，2011，28（1）：62-67.

[6]GULLEY N，JANG J S.Fuzzy-logic toolbox[R].Natick：The Math Works Tnc，1995.

[7]邵烈，楊龍才，王丙龍.軟土地區(qū)無碴軌道線路橋梁樁基礎(chǔ)沉降規(guī)律和預(yù)測分析[J].華東交通大學(xué)學(xué)報，2011，28（2）：6-13.

[8]王琰，郭忠印.基于模糊邏輯理論的道路交通安全評價方法[J].同濟(jì)大學(xué)學(xué)報：自然科學(xué)版，2008，36（1）：47-51.

[9]馬健霄，孫偉，韓寶睿.城市道路交通安全模糊評價指標(biāo)體系建立及應(yīng)用[J].森林工程，2008，24（1）：65-67.

[10]李瑞平.高速公路車速仿真及一致性分析[D].昆明：昆明理工大學(xué)，2006：65-71.