基于粗糙集理論的交通事故形態(tài)成因分析

陶 剛，閆永剛，劉 俊，鄒 嬌

（1.長(zhǎng)安大學(xué)信息工程學(xué)院，陜西 西安710064；2.安徽科力信息產(chǎn)業(yè)有限責(zé)任公司，安徽 合肥230088；3.智能交通安徽省重點(diǎn)實(shí)驗(yàn)室，安徽 合肥230088)

0 引言

隨著現(xiàn)代道路交通運(yùn)輸業(yè)的飛速發(fā)展，交通事故猛增已經(jīng)成為一個(gè)嚴(yán)峻的公共安全問(wèn)題，據(jù)2004 年由世界衛(wèi)生組織發(fā)布的《世界預(yù)防交通傷害報(bào)告》統(tǒng)計(jì)，從2000 年到2020 年，全球道路交通傷亡總數(shù)將上升65%左右，而中低收入國(guó)家道路交通傷亡人數(shù)將增加80%。預(yù)防交通事故發(fā)生的首要任務(wù)就是分析事故成因，找出引發(fā)事故的主要原因，進(jìn)而制定相應(yīng)的對(duì)策。但道路交通事故的發(fā)生是道路、交通、環(huán)境等多種因素綜合作用的結(jié)果，要判別哪種因素是引發(fā)事故的主要原因目前還比較困難。因此如何判別眾多含有不確定性的因素對(duì)交通事故的影響程度以及有效治理和防范交通事故是當(dāng)前面臨的重要課題。

目前，許多學(xué)者開(kāi)展了這方面的研究，如2005 年，姚智勝、邵春福等[1]運(yùn)用粗糙集理論對(duì)路段事故多發(fā)點(diǎn)的成因進(jìn)行了分析，提出了路段交通事故成因分析的模型和方法。張鵬等[2]提出了通過(guò)粗糙集理論對(duì)公路交通中的不利因素進(jìn)行篩選，找到形成事故多發(fā)點(diǎn)的最大誘因并提出了有針對(duì)性的整治策略。劉紅、何鵬[3]為定量分析海事事故的影響因素，從最新國(guó)內(nèi)外168份海事事故報(bào)告中選擇100 份事故報(bào)告作為研究樣本，運(yùn)用粗糙集理論從人、船、環(huán)境的角度研究事故類(lèi)型、事故發(fā)生時(shí)間、船旗國(guó)、噸位、船型、船齡、氣象、人等與事故等級(jí)之間的重要性隸屬度關(guān)系。王迎、羅小強(qiáng)等[4]歸納總結(jié)了現(xiàn)有事故成因分析方法的特點(diǎn)和適用條件，提出了包括人、車(chē)、路和環(huán)境的山區(qū)高速公路交通事故影響因素，分析了各因素間的交互作用，提出了基于FCM 聚類(lèi)的山區(qū)高速公路事故多發(fā)點(diǎn)成因分析方法。李桃迎、陳燕等[5]通過(guò)對(duì)交通事故潛在規(guī)律的研究，將關(guān)聯(lián)規(guī)則方法用于交通事故分析，借助FCM 算法進(jìn)行了仿真和可視化顯示，結(jié)果表明模糊關(guān)聯(lián)規(guī)則方法挖掘出的規(guī)則符合現(xiàn)實(shí)情況，可以為交通管理提供有效方法。此外，富宏、張雷等[6]通過(guò)一些事實(shí)、數(shù)據(jù)及道路交通事故原因分析，論述了道路交通事故在偶然的背后隱藏著必然，是可預(yù)防的，說(shuō)明道路交通事故發(fā)生、發(fā)展也是受一定的客觀規(guī)律所支配。

綜上所述，本文考慮在事故成因分析中引入不確定分析方法，相對(duì)于現(xiàn)有的不確定性分析和推理方法，粗糙集理論能在無(wú)先驗(yàn)知識(shí)且沒(méi)有事先對(duì)數(shù)據(jù)或知識(shí)進(jìn)行主觀評(píng)價(jià)的條件下，僅利用數(shù)據(jù)本身所含信息，就可以客觀有效地分析和處理不精確、不確定數(shù)據(jù)，并從中發(fā)現(xiàn)隱含的知識(shí)，揭示潛在的規(guī)律。本文的研究思路是基于已有交通事故統(tǒng)計(jì)資料，構(gòu)造影響道路交通事故的因素與事故形態(tài)之間的映射關(guān)系，為防止道路交通事故發(fā)生提供決策依據(jù)。

1 粗糙集理論

粗糙集理論是由波蘭數(shù)學(xué)家Z.Pawtak 于1982年提出的，是一種處理不精確、不確定與不完全數(shù)據(jù)的新的數(shù)學(xué)理論。其主要思想是在保持分類(lèi)能力不變的前提下，通過(guò)知識(shí)約簡(jiǎn)，導(dǎo)出問(wèn)題的決策或分類(lèi)規(guī)則。到20世紀(jì)90年代，該理論在數(shù)據(jù)決策與分析、模式識(shí)別、機(jī)器學(xué)習(xí)與知識(shí)發(fā)現(xiàn)等方面已取得大量成功應(yīng)用，引起了世界各國(guó)學(xué)者的廣泛關(guān)注[7-15]。為方便描述粗糙集理論，現(xiàn)給出如下定義。

（1）定義1：不可區(qū)分關(guān)系

設(shè)R是U上的一個(gè)等價(jià)關(guān)系，U/R表示R的所有等價(jià)類(lèi)構(gòu)成的集合，[x]R表示包含元素x?U的R的等價(jià)類(lèi)，U上的一簇劃分稱為關(guān)于U的一個(gè)知識(shí)庫(kù)。一個(gè)知識(shí)庫(kù)就是一個(gè)關(guān)系系統(tǒng)K=（U，R），其中U為非空有限集，稱為論域，R是U上的一族等價(jià)關(guān)系。若P?R，且P≠Ф，則∩P（P中所有等價(jià)關(guān)系的交集）也是一個(gè)等價(jià)關(guān)系，稱為P上的不可區(qū)分關(guān)系，記為ind（P），且有：

（2）定義2：知識(shí)表達(dá)系統(tǒng)

知識(shí)表達(dá)系統(tǒng)是一個(gè)四元組S=（U，A，V，f），其中U=｛x1，x2，…，xn｝是一個(gè)有限對(duì)象集合，A是一個(gè)有限屬性集合，v是屬性α的值域，f：U×A→V是一個(gè)信息函數(shù)，它的每個(gè)對(duì)象的每個(gè)屬性賦予一個(gè)信息值，即：?a?A，x?U，f（x，a）?Va，如果A=C∪D，C∩D=?，C為條件屬性，D為決策屬性。

（3）定義3：上、下近似集

下近似集是指當(dāng)一個(gè)集合X不能利用有效的等價(jià)關(guān)系來(lái)恰當(dāng)?shù)胤诸?lèi)時(shí)，則可通過(guò)另外的集合R來(lái)表達(dá)這個(gè)集合的近似。上近似集是所有與X的交不為空的R的基本集的并，對(duì)于任意的X?U，R是U上的等價(jià)關(guān)系，則上、下近似集分別如式（2）、式（3）所示：

（4）定義4：屬性依賴度

令P和Q為U中的等價(jià)關(guān)系，Q的P的正域posp（Q）為：

Q的P正域是U中所有根據(jù)分類(lèi)U/P的信息可以準(zhǔn)確地劃分到關(guān)系Q的等價(jià)類(lèi)中去的對(duì)象集合。設(shè)T=（U，A，P，Q）是一個(gè)決策表，其條件屬性和決策屬性分別是P和Q，則稱Q在T中以程度k依賴于P，Card（U）為集合的基數(shù)，k的計(jì)算公式為：

（5）定義5：屬性重要度

單一屬性重要度是指某一條件屬性對(duì)決策屬性的重要性，屬性集重要度是指兩個(gè)或兩個(gè)以上的條件屬性構(gòu)成的屬性集對(duì)決策屬性的重要性。

設(shè)在一個(gè)決策表中，其條件屬性集合決策屬性集分別是P和Q，屬性子集P′?P 關(guān)于Q的重要性定義為：

特別當(dāng)P′=｛a｝時(shí)，單一屬性a?P關(guān)于Q的重要性為：

設(shè)屬性a∈C，C是條件屬性集，D是決策屬性集，則a的屬性重要度定義為γC（D）-γC-a（D）。其中，γC（D）為條件屬性集C對(duì)D的屬性依賴度或分類(lèi)相似度；γC-a（D）為條件屬性子集C-C′對(duì)D的屬性依賴度或分類(lèi)相似度。

根據(jù)條件屬性集和決策屬性集可構(gòu)造一個(gè)二維系統(tǒng)，每行表示一個(gè)對(duì)象，每列表示對(duì)象一種屬性。把具有條件屬性和決策屬性的知識(shí)表達(dá)系統(tǒng)稱為決策表。根據(jù)決策表和粗糙集理論簡(jiǎn)約算法，利用知識(shí)推理的過(guò)程，計(jì)算出各個(gè)條件屬性集相對(duì)于決策屬性集的支持度和重要性。重要性表征當(dāng)前信息條件下條件屬性對(duì)決策屬性的重要程度，它根據(jù)有無(wú)該屬性的支持度變化進(jìn)行考察。若去掉該屬性，條件屬性對(duì)決策屬性的支持度變化較大，則說(shuō)明該屬性強(qiáng)度大，即重要性高；反之，說(shuō)明該屬性強(qiáng)度小，即重要性低[16]。

2 道路交通事故形態(tài)成因分析

2.1 數(shù)據(jù)準(zhǔn)備

本文收集某省2008—2013 年道路交通事故數(shù)據(jù)，共計(jì)3 065 條記錄，該數(shù)據(jù)共涉及100 多維數(shù)據(jù)，因許多字段值域分布嚴(yán)重不平衡，如果直接進(jìn)行粗糙集計(jì)算，不僅會(huì)降低計(jì)算效率，而且會(huì)誤判字段失衡的屬性重要度。因此，本文從人、車(chē)、道路、環(huán)境及事故本事因素出發(fā)，綜合考量數(shù)據(jù)本身的質(zhì)量，最終定義了24 維參數(shù)，如表1所示。

表1 實(shí)驗(yàn)字段屬性概況表

因本文道路交通事故屬性重要度識(shí)別研究?jī)H考慮事故形態(tài)，故以下實(shí)驗(yàn)只針對(duì)事故形態(tài)展開(kāi)。

2.2 數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理是數(shù)據(jù)挖掘的首要步驟，也是極其重要的一環(huán)，研究本實(shí)驗(yàn)的數(shù)據(jù)可以發(fā)現(xiàn)，數(shù)據(jù)預(yù)處理主要體現(xiàn)在空缺值的插補(bǔ)以及連續(xù)值的離散化兩方面，其中連續(xù)值的離散化字段有：JL（駕齡）、NL（年齡）兩個(gè)字段，處理策略如下：

（1）NL 字段：按照兒童、青少年、成年人、老年人四個(gè)階段進(jìn)行劃分，1（0～10歲）、2（11～20歲）、3（21～60歲）、4（≥61歲）；

（2）JL 字段：1（0～5 年）、 2（6～10 年）、3（≥11年）。

數(shù)據(jù)中其余字段均出現(xiàn)不同程度的空缺情況，為提高數(shù)據(jù)質(zhì)量，本文采用的插補(bǔ)方法是基于C&RT算法預(yù)測(cè)來(lái)實(shí)現(xiàn)的，而非簡(jiǎn)單的均值插補(bǔ)或人為猜測(cè)，所有的數(shù)據(jù)預(yù)處理均在SPSS Modeler數(shù)據(jù)挖掘平臺(tái)上實(shí)現(xiàn)，處理過(guò)程如圖1所示。

圖1 數(shù)據(jù)預(yù)處理實(shí)驗(yàn)圖

2.3 基于粗糙集理論的事故形態(tài)成因分析模型

2.3.1 概念約束

根據(jù)粗糙集理論中計(jì)算屬性重要度的基本原理，現(xiàn)提出如下基于粗糙集理論的事故形態(tài)成因分析模型：

構(gòu)造知識(shí)表達(dá)系統(tǒng)S=（U，A，V，f），其中：U=｛u1，u2，…，u|U|｝，A=｛a1，a2，…，a|A|｝，A=C∪D，C∩D=?。條件屬性集C為所有事故成因的集合｛x1，x2，…，xn｝，詳見(jiàn)表1 中的條件屬性一列。決策屬性集D為所發(fā)生事故的形態(tài)｛y｝，y的值可為11-碰撞運(yùn)動(dòng)車(chē)輛、12-碰撞靜止車(chē)輛、31-側(cè)翻、32-翻滾、33-墜車(chē)等，本文據(jù)此建立起事故形態(tài)分析決策表模型。

2.3.2 算法步驟

基于（1）中的概念約束，依據(jù)粗糙集理論，算法共包含以下五個(gè)步驟：

第1 步：計(jì)算分類(lèi)U/（C-｛xi｝），U/C，U/D，i=1，2，3，…，n，可以假設(shè)U/y=｛W1，W2，…，Wt｝；

第2 步：分別計(jì)算分類(lèi)U/y的各個(gè)子集Wj關(guān)于條件屬性集C-｛xi｝和C的支持子集：

式中，j=1，2，3，…，t；

第3步：計(jì)算決策屬性y?D關(guān)于條件屬性C-｛xi｝和C的支持子集：

第4 步：計(jì)算條件屬性xi在條件屬性集C中相對(duì)于Wi和y的重要性：

第5 步：根據(jù)條件屬性xi的重要性判別該路段第i個(gè)事故成因相對(duì)于第j個(gè)事故形態(tài)集的影響以及相對(duì)所有事故集的影響程度，本文的計(jì)算只針對(duì)所有事故形態(tài)的重要性。

2.3.3 實(shí)例分析

針對(duì)本文整理的道路交通事故數(shù)據(jù)，在應(yīng)用上述模型計(jì)算后可得到各條件屬性相對(duì)事故形態(tài)的重要度，詳見(jiàn)圖2、表2。

圖2 屬性重要度計(jì)算結(jié)果圖

表2 高層屬性重要度分布表

表2（續(xù)）

通過(guò)分析圖2、表2可以得出如下結(jié)論。

（1）各因素對(duì)道路交通事故形態(tài)的影響程度不同，即道路交通事故的條件屬性存在主次之分。依據(jù)計(jì)算結(jié)果，按照影響作用從大到小將道路交通事故因素依次排列順序：交通方式、交通信號(hào)方式、駕齡、道路類(lèi)型、能見(jiàn)度、照明條件、文化程度、路側(cè)防護(hù)設(shè)施類(lèi)型、天氣、道路線形、性別、路面結(jié)構(gòu)、路口路段類(lèi)型、地形、道路物理隔離、年齡、道路安全屬性、路表情況、路面狀況（因主要違法行為字段值域分布稀疏以及車(chē)輛安全狀況值域過(guò)于單一，根據(jù)重要度計(jì)算可以推算，若其參與重要度計(jì)算將沒(méi)有意義）。

（2）根據(jù)表1的重要度分布表可知：道路因素對(duì)事故形態(tài)的影響程度最大，人、車(chē)、環(huán)境對(duì)事故形態(tài)的影響程度相差不大，進(jìn)一步分析可知：交通方式、交通信號(hào)方式、駕齡、道路類(lèi)型、能見(jiàn)度這五個(gè)字段對(duì)事故形態(tài)的影響最大（占總重要度的58%），仔細(xì)分析這五個(gè)字段的來(lái)源可以發(fā)現(xiàn)它們分別來(lái)自車(chē)、道路、人、道路、環(huán)境四大類(lèi)別，此結(jié)論亦印證了道路交通事故的形態(tài)是由人、車(chē)、道路、環(huán)境綜合作用的結(jié)果，此外，路面狀況和路表情況對(duì)事故形態(tài)的影響微乎其微。

3 結(jié)論

本文通過(guò)運(yùn)用粗糙集理論計(jì)算、分析了影響道路交通事故形態(tài)的各個(gè)成因的影響程度，相比于以往的交通事故成因分析模型，本文提出的成因分析模型能夠在沒(méi)有先驗(yàn)知識(shí)和事先主觀評(píng)價(jià)的條件下，僅利用交通事故統(tǒng)計(jì)數(shù)據(jù)本身所含信息，就可以比較客觀、有效地從數(shù)據(jù)中發(fā)現(xiàn)隱含規(guī)則，從眾多的成因中找出主要影響因素并加以防范和治理，這對(duì)于盡快預(yù)防和避免交通事故的發(fā)生具有重要意義。

在模型建立過(guò)程中，決策表的構(gòu)造是關(guān)鍵步驟，為建立合理有效的事故成因分析模型，條件屬性和決策屬性的選取和賦值需要根據(jù)不同的情況進(jìn)行深入細(xì)致的研究，如本文就創(chuàng)新性地去除了字段值域分布嚴(yán)重不平衡的字段，這樣不僅提高了計(jì)算效率，而且也能防止重要度誤判情況出現(xiàn)。然而本文提出的事故形態(tài)成因分析模型，僅考慮了條件屬性對(duì)整個(gè)事故形態(tài)集的成因分析，并沒(méi)有針對(duì)每個(gè)具體的事故形態(tài)展開(kāi)研究，此外，由于事故數(shù)據(jù)數(shù)量和類(lèi)型的限制，本文只對(duì)簡(jiǎn)單的算例進(jìn)行試驗(yàn)，實(shí)際中交通事故統(tǒng)計(jì)數(shù)據(jù)類(lèi)型要復(fù)雜的多，數(shù)據(jù)規(guī)模也大得多，因此，上述模型和算法的合理性和實(shí)用性有待于更大規(guī)模的實(shí)際數(shù)據(jù)的檢驗(yàn)。

[1] 姚智勝，邵春福，龍德璐.基于粗糙集理論的路段交通事故多發(fā)點(diǎn)成因分析[J]. 中國(guó)安全科學(xué)學(xué)報(bào)，2005（12）：107-109.

[2] 張鵬，張靖，劉玉增.粗糙集在事故黑點(diǎn)成因分析中的應(yīng)用[J].電子科技大學(xué)學(xué)報(bào)，2007（2）：267-270.

[3] 劉紅，何鵬.基于粗糙集的海事事故影響因素分析[J].上海海事大學(xué)學(xué)報(bào)，2013，34（2）：17-19.

[4] 王迎，羅小強(qiáng)，袁長(zhǎng)偉.基于FCM 聚類(lèi)的山區(qū)高速公路事故多發(fā)點(diǎn)成因分析[J].公路，2013（8）：218-222.

[5] 李桃迎，陳燕，張琳，等.基于模糊關(guān)聯(lián)規(guī)則的交通事故分析應(yīng)用研究[J].計(jì)算機(jī)仿真，2011，28（9）：335-337.

[6] 富宏，張雷.淺議道路交通事故的可預(yù)防性及防治措施[J]. 內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2013，15（68）：45-48.

[7] Paw1akZ. Rough Sets[J]. International Journal of Computer Information Science,1982(11):341-356.

[8] 任重，邵軍力.粗糙集理論在通偵信息融合中的應(yīng)用[J].解放軍理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2002（6）：96-99.

[9] 王凱，張永祥，李軍.粗糙集理論在故障診斷專家系統(tǒng)中的應(yīng)用[J].計(jì)算機(jī)測(cè)量與控制，2003（11）：827-829.

[10] 王明慧.粗糙集理論在鐵路行車(chē)調(diào)度指揮系統(tǒng)中應(yīng)用的研究[J].中國(guó)鐵道科學(xué)，2004，25（4）：103-107.

[11] 姚琛，羅霞，漢克·范少倫.基于粗集和神經(jīng)網(wǎng)絡(luò)耦合的短時(shí)交通流預(yù)測(cè)[J]. 公路交通科技. 2010， 27（11）：104-107.

[12] 易正俊，張業(yè)亭，黃華.基于粗糙集的道路交通事故預(yù)警算法研究[J].西華大學(xué)：自然科學(xué)版，2007，26（5）：26-29.

[13] 葉明全，胡學(xué)鋼，胡東輝，等.基于屬性值分類(lèi)的多層次粗糙集模型[J].模式識(shí)別與人工智能，2013，26（5）：481-484.

[14] 李巧茹，程長(zhǎng)廣，陳亮.基于GA-BP神經(jīng)網(wǎng)絡(luò)算法和粗糙集理論的交通事故黑點(diǎn)模型[J].武漢理工大學(xué)學(xué)報(bào)：交通科學(xué)與工程版，2011，35（4）：756-759.

[15] 王倩，苗德華，鄧三鵬.基于粗糙集的汽車(chē)駕駛員疲勞監(jiān)測(cè)方法的研究[J]. 車(chē)輛與動(dòng)力技術(shù)，2011（4）：18-20.

[16] 張文修，吳偉志，梁吉業(yè)，等. 粗糙集理論與方法[M].北京：科學(xué)出版社，2001.