基于博弈論組合賦權(quán)云物元模型的城市道路交通系統(tǒng)風(fēng)險(xiǎn)評價

魏盛宇, 梁文彪,2*, 翟越, 李艷, 程禹翰, 楊宇冰

(1.長安大學(xué)地質(zhì)工程與測繪學(xué)院, 西安 710054; 2.長安大學(xué)理學(xué)院, 西安 710064)

道路交通系統(tǒng)承載城市居民生產(chǎn)生活等重要功能,是城市的重要組成部分之一。隨著中國城市化進(jìn)程不斷推進(jìn),部分城區(qū)道路規(guī)劃及建設(shè)久遠(yuǎn),呈現(xiàn)道路基礎(chǔ)破損、配套設(shè)施老化等問題,直接損害城市道路交通系統(tǒng)安全性,對社會經(jīng)濟(jì)發(fā)展、居民生命財(cái)產(chǎn)安全構(gòu)成巨大威脅。如何有效識別、描述和評價[1]交通系統(tǒng)運(yùn)行中潛在風(fēng)險(xiǎn),是構(gòu)建安全城市的前提條件和必要手段。

Laureshyn等[2]基于微觀行為數(shù)據(jù),建立了道路交通風(fēng)險(xiǎn)度量框架并初步應(yīng)用,有助于權(quán)衡交通風(fēng)險(xiǎn)與交通效率的比例。Fan等[3]將雙差穩(wěn)定性分析法應(yīng)用于城市道路交通風(fēng)險(xiǎn)評價中,結(jié)合模擬試驗(yàn)數(shù)據(jù)表明蜂鳴帶對減弱道路交通事故效果甚微。Yang等[4]通過結(jié)合十字路口交通事故的頻率和嚴(yán)重程度量化十字路口風(fēng)險(xiǎn)等級,開展精細(xì)化十字路口風(fēng)險(xiǎn)評價。Tian等[5]在傳統(tǒng)的直覺模糊多屬性決策方法和區(qū)間模糊集的基礎(chǔ)上,設(shè)計(jì)了一種新的IVIF-VIKOR方法評價城市道路交通安全。張鑫等[6]將交通沖突技術(shù)引入模糊綜合評價法,圍繞城市快速路合流區(qū)的交通狀況展開風(fēng)險(xiǎn)評價。董譯萱等[7]建立博弈論-TOPSIS混合評價模型,以洛陽某高速公路為例進(jìn)行交通安全等級綜合評價。孫秋霞等[8]從已發(fā)事故與潛在隱患2個維度構(gòu)建城市道路交通安全等級評價指標(biāo)體系,結(jié)合云物元模型對山東省17個城市道路交通安全等級進(jìn)行評價檢驗(yàn)。盡管中外學(xué)者將綜合評價方法引入城市道路交通系統(tǒng)風(fēng)險(xiǎn)評價中,有效避免道路安全概念的模糊性與指標(biāo)結(jié)果的不相容性對評價結(jié)果的負(fù)面影響,但是計(jì)算權(quán)重的方法均為主觀賦權(quán)法,即直接對專家所賦的權(quán)重值進(jìn)行加權(quán)處理,存在專家主觀偏好和經(jīng)驗(yàn)差異對賦權(quán)結(jié)果客觀性的影響。對此,王煜等[9]提出一種基于改進(jìn)組合數(shù)的有序加權(quán)算子C-OWA(continues-ordered weighted averaging),將組合數(shù)引入專家打分,改進(jìn)主觀賦權(quán)。

針對城市道路交通風(fēng)險(xiǎn)因素存在隨機(jī)性與模糊性[10]的特點(diǎn),現(xiàn)從“人-車-道-環(huán)”4個維度建立城市道路交通系統(tǒng)風(fēng)險(xiǎn)評價指標(biāo)體系。采用博弈論的方法將C-OWA算子求出的權(quán)重值與熵權(quán)進(jìn)行組合優(yōu)化,構(gòu)建基于博弈論組合賦權(quán)的云物元評價模型,量化評估城市道路交通系統(tǒng)風(fēng)險(xiǎn)等級,為城市暢通工程和文明暢通提升行動計(jì)劃提供理論參考。

1 “人-車-道-環(huán)”風(fēng)險(xiǎn)評價指標(biāo)體系

1.1 確定評價指標(biāo)體系

圍繞城市道路交通系統(tǒng)頻發(fā)的安全問題,從城市道路交通系統(tǒng)風(fēng)險(xiǎn)因素出發(fā),在詳細(xì)梳理現(xiàn)有研究[11]的基礎(chǔ)上,將風(fēng)險(xiǎn)因素整理歸納為4類:人員因素、車輛因素、道路因素、環(huán)境因素。為了探討所選擇影響因素的合理性,與研究城市道路交通系統(tǒng)風(fēng)險(xiǎn)方向的專家和學(xué)者進(jìn)行探討,同時借鑒《城市道路交通管理評價指標(biāo)體系》[12],參考各因素之間的隸屬關(guān)系,從中選取了15個“人-車-道-環(huán)”層面下城市道路交通系統(tǒng)風(fēng)險(xiǎn)因素,如表1所示。

表1 城市道路交通系統(tǒng)風(fēng)險(xiǎn)因素Table 1 Risk factors for urban road transportation systems

表1列舉的城市道路風(fēng)險(xiǎn)因素,根據(jù)其層級隸屬關(guān)系進(jìn)行歸納分類,構(gòu)建包括人員因素、車輛因素、道路因素和環(huán)境因素4個一級指標(biāo),及實(shí)習(xí)期駕駛員比例等15個二級指標(biāo)的城市道路交通風(fēng)險(xiǎn)評價指標(biāo)體系,如圖1所示。

圖1 城市道路交通系統(tǒng)風(fēng)險(xiǎn)評價指標(biāo)體系Fig.1 Risk evaluation indicator system for urban road transportation system

1.2 劃分風(fēng)險(xiǎn)等級

傳統(tǒng)的城市道路交通系統(tǒng)風(fēng)險(xiǎn)評價方法多數(shù)圍繞其風(fēng)險(xiǎn)因素進(jìn)行,對風(fēng)險(xiǎn)評價等級劃分較為絕對,例如,針對人員因素,某城市道路評價指南推薦,城市內(nèi)實(shí)習(xí)期駕駛員比例以5%為限,高于此值認(rèn)為危險(xiǎn),反之則認(rèn)為安全,那么對于比例為4.99%和5.01%時,風(fēng)險(xiǎn)劃分結(jié)果分別為安全與危險(xiǎn),此時結(jié)果顯然不合理。

因此本文研究根據(jù)《城市綜合交通體系規(guī)劃標(biāo)準(zhǔn)》[13]及《城市交通運(yùn)行狀況評價規(guī)范》[14]等,通過現(xiàn)場調(diào)研及專家咨詢并依據(jù)前人的研究經(jīng)驗(yàn),將所有指標(biāo)風(fēng)險(xiǎn)等級劃分為5個等級并確定各指標(biāo)值范圍,分別定量描述為低風(fēng)險(xiǎn)(Ⅰ)、較低風(fēng)險(xiǎn)(Ⅱ)、中風(fēng)險(xiǎn)(Ⅲ)、較高風(fēng)險(xiǎn)(Ⅳ)、高風(fēng)險(xiǎn)(Ⅴ),如表2所示。

表2 城市道路交通系統(tǒng)風(fēng)險(xiǎn)評價等級界限Table 2 Risk evaluation level boundaries for urban road transportation systems

2 基于博弈論組合賦權(quán)云物元評價模型

2.1 C-OWA算子改進(jìn)主觀權(quán)重

采用改進(jìn)后的組合數(shù)有序加權(quán)算子C-OWA計(jì)算指標(biāo)權(quán)重系數(shù)。傳統(tǒng)的專家打分法受專家主觀偏好與認(rèn)知差異影響,導(dǎo)致賦權(quán)結(jié)果呈現(xiàn)一定的主觀性。C-OWA算子將組合數(shù)與專家打分結(jié)合,對專家打分構(gòu)成的原始數(shù)據(jù)集加權(quán)得到絕對權(quán)重,歸一化后得到的相對權(quán)重較專家直接打分得到的權(quán)重更加客觀合理。C-OWA算子計(jì)算權(quán)重過程[15]如下。

(1)邀請n位從事或研究城市道路交通安全方面的專家,對各個評價指標(biāo)的重要程度采用十分制(0～10)進(jìn)行打分,構(gòu)成原始數(shù)據(jù)集,用P={p1,p2,…,pn}表示,將原始數(shù)據(jù)集按降序從大到小排列并從0開始重新編號,得到全新的數(shù)據(jù)集Q={q0,q1,…,qn-1},即q0≥q1≥q2≥…≥qm≥…≥qn-1。

(1)

(2)

(3)

式(3)中:s為評價指標(biāo)個數(shù)。

2.2 改進(jìn)熵權(quán)法計(jì)算客觀權(quán)重

熵權(quán)法是運(yùn)用數(shù)據(jù)間的差異性進(jìn)行客觀權(quán)重的計(jì)算,無法對一組數(shù)據(jù)進(jìn)行權(quán)重計(jì)算。而改進(jìn)后的熵權(quán)法可對專家打分構(gòu)造的判斷矩陣進(jìn)行熵權(quán)計(jì)算[16],具體實(shí)施步驟如下。

(1)由本文2.1節(jié)專家打分得到的原始數(shù)據(jù)集P構(gòu)造綜合判斷矩陣D=(P1,P2,…,Pn)T=(xij)s×n,xij為第i個指標(biāo)中第j個專家打的分值,按式(4)對各指標(biāo)分值進(jìn)行計(jì)算,對綜合判斷D進(jìn)行歸一化處理。

(4)

式(4)中:x′ij為歸一化處理后的指標(biāo)分值,其中i=1,2,…,s;j=1,2,…,n。

(2)計(jì)算第i個指標(biāo)的熵值Hi,即

(5)

(3)計(jì)算各指標(biāo)的熵權(quán)。第i個評估指標(biāo)的熵權(quán)的計(jì)算公式為

(6)

2.3 基于博弈論計(jì)算組合權(quán)重

博弈論組合主客觀權(quán)重是以納什均衡為協(xié)調(diào)手段,尋求主、客觀兩種計(jì)算權(quán)重方法的一致與妥協(xié)的過程,同時保留主、客觀權(quán)重計(jì)算方法的優(yōu)點(diǎn),進(jìn)一步降低專家賦權(quán)過程中主觀意識對權(quán)重值合理性的不良影響,從而提高指標(biāo)賦權(quán)的合理性。其組合賦權(quán)步驟如下[17]。

結(jié)合上述計(jì)算,得出基本權(quán)重向量集為uk={uk1,uk2,…,uks},其中k=1,2,…,s,評價指標(biāo)個數(shù)為s,指標(biāo)賦權(quán)方法k為2,則有線性組合權(quán)重系數(shù)α={α1,α2},向量間線性組合為

(7)

為使主、客觀權(quán)重值達(dá)到最優(yōu)組合,以u和uk的離差極小化為目標(biāo),對式(7)中k個線性券種組合系數(shù)α進(jìn)行優(yōu)化,得到u中最佳權(quán)重,則目標(biāo)函數(shù)為

(8)

2.4 云物元模型

物元理論用R=(N,C,V)[18]來表示,即事物名稱N、事物特征C及定量論域V這3個要素有機(jī)結(jié)合。云物元模型假設(shè)事物特征C是定量論域V上的一個定性的概念,x∈V是C上的一次隨機(jī)實(shí)現(xiàn),將x對C的確定度記為μ(x)∈[0,1],且μ(x)是穩(wěn)定傾向隨機(jī)數(shù),那么μ:V→[0,1],?x∈V,x→μ(x)。則x在V上的分布即形成了云C(x),點(diǎn)[x,μ(x)]叫作“云滴”[19]。云物元模型將云模型引入物元當(dāng)中,將模糊不確定的定量論域V用正態(tài)云(Ex,En,He)替換,以正態(tài)云隨機(jī)性與模糊性的特征客觀合理地解決隨機(jī)性和模糊性影響定量論域V的問題。云物元的模型[20]為

(9)

式(9)中:R為物元,對于正態(tài)云(Ex,En,He)來說,期望Ex是定性概念C定量化后的平均值;熵En是C不確定的度量,其值大小與定性概念的模糊程度相關(guān);超熵He是對熵不確定性的度量,超熵He的值越大則C的離散程度越大[21]。

利用評價指標(biāo)各風(fēng)險(xiǎn)等級劃分分值作為區(qū)間數(shù),以其上下限[Cmin,Cmax]為約束指標(biāo),通過正態(tài)云“3En”規(guī)則[22],云參數(shù)的轉(zhuǎn)換公式為

(10)

(11)

He=w

(12)

式中:Cmin、Cmax為評價標(biāo)準(zhǔn)區(qū)間的最小值和最大值;w為常數(shù)。

根據(jù)熵En的特征可以確定,熵值的高低影響定性概念的模糊性的大小,風(fēng)險(xiǎn)等級的大小取決于不同的定性概念評價。因此當(dāng)x分別為固定區(qū)間邊界時,熵En可進(jìn)一步表示[23]為

(13)

運(yùn)用隸屬度函數(shù)f(x),量化待評價物元與不同風(fēng)險(xiǎn)等級間的隸屬關(guān)系,計(jì)算隸屬度。具體過程為如下。

(1)計(jì)算云的數(shù)字特征(Ex,En,He)。

(2)在以熵En為均值、超熵He為標(biāo)準(zhǔn)差的正態(tài)分布中通過式(14)確定隨機(jī)數(shù)E′n。

E′n=rHe+En

(14)

式(14)中:r為隨機(jī)數(shù)。

(3)以指標(biāo)值x為云滴,運(yùn)用式(15)計(jì)算x對各等級云的隸屬度f(x)。

(15)

2.5 基于博弈論組合賦權(quán)云物元模型

(1)確定城市道路交通風(fēng)險(xiǎn)評價等級標(biāo)準(zhǔn)云。根據(jù)表2中各指標(biāo)的風(fēng)險(xiǎn)等級劃分,由式(10)和式(11)求得期望Ex和熵En。超熵He的取值可根據(jù)各風(fēng)險(xiǎn)等級劃分時的模糊程度做出調(diào)整[24],取值越大,云越厚,結(jié)果可比性相對越差;取值越小,云滴離散性越小,隸屬度的隨機(jī)性越小,結(jié)果越具有可比性,但邊界處的大量云滴會被遺漏[10]。本文研究按照云模型中隸屬度大于50%的部分盡量清晰,低于50%的部分盡量模糊并可相互交叉的原則[25]確定超熵He取值。確定的風(fēng)險(xiǎn)等級指標(biāo)的標(biāo)準(zhǔn)云及各指標(biāo)超熵He的取值如表3所示。

表3 城市道路交通系統(tǒng)風(fēng)險(xiǎn)等級指標(biāo)標(biāo)準(zhǔn)云Table 3 Standard cloud of risk level indicators for urban road transportation systems

(2)確定各指標(biāo)值的風(fēng)險(xiǎn)等級隸屬度。通過式(15)得到各指標(biāo)對風(fēng)險(xiǎn)等級云的隸屬度,此時將各指標(biāo)值看作一個云滴。采用MATLAB編程進(jìn)行計(jì)算,通過式(14)進(jìn)行蒙特卡羅仿真M(M=1 000)次,通過一千次運(yùn)算減弱式(15)計(jì)算過程中的隨機(jī)性。記計(jì)算結(jié)果中位數(shù)為各風(fēng)險(xiǎn)等級的隸屬度,獲得各評價指標(biāo)的正態(tài)隸屬云圖,如圖2所示。其中橫坐標(biāo)為評價指標(biāo)位于風(fēng)險(xiǎn)等級內(nèi)的論域,縱坐標(biāo)為影響因素與各風(fēng)險(xiǎn)等級對應(yīng)的關(guān)聯(lián)度。

圖2 各評價指標(biāo)風(fēng)險(xiǎn)等級云模型Fig.2 Risk level cloud model for each evaluation indicator

(3)計(jì)算各指標(biāo)權(quán)重。邀請n位同行業(yè)內(nèi)專家學(xué)者給予各層指標(biāo)重要性,建立原始數(shù)據(jù)集,計(jì)算各個指標(biāo)的主觀權(quán)重、客觀權(quán)重及組合權(quán)重。

(4)獲取評價等級。待評指標(biāo)對不同風(fēng)險(xiǎn)等級的隸屬度加權(quán)可得其對各風(fēng)險(xiǎn)評價等級j的隸屬度[25]。

(16)

式(16)中:Zj(Bi)為第i個準(zhǔn)則層物元對風(fēng)險(xiǎn)等級j的隸屬度;ωip為該指標(biāo)對于第i個準(zhǔn)則層物元的組合權(quán)重;Zj(Iip)為第i個準(zhǔn)則層物元的第p個指標(biāo)對風(fēng)險(xiǎn)等級j的隸屬度[23]。

確定各物元所屬的風(fēng)險(xiǎn)等級時依據(jù)最大隸屬度原則,即

(17)

式(17)中:μi(A)為目標(biāo)層物元所屬的風(fēng)險(xiǎn)等級。

3 算例分析

3.1 基于博弈論組合賦權(quán)云物元模型風(fēng)險(xiǎn)評價

選取中國西部某城市道路交通系統(tǒng)作為研究對象,用A來表示。城市A人口883萬,2020年擁有機(jī)動車330萬輛。同時邀請8位對城市道路交通系統(tǒng)風(fēng)險(xiǎn)評價有深入研究和工作經(jīng)驗(yàn)的專家、相關(guān)管理者以及高校相關(guān)專業(yè)教師,依據(jù)表2的風(fēng)險(xiǎn)等級界限對每個層級的指標(biāo)分別進(jìn)行重要性評分,基于博弈論組合賦權(quán)云物元模型對城市A進(jìn)行道路交通系統(tǒng)風(fēng)險(xiǎn)評價。本算例計(jì)算數(shù)據(jù)以2020年為基準(zhǔn),指標(biāo)層評價指標(biāo)原始數(shù)據(jù)從A市統(tǒng)計(jì)年鑒、《2020中國城市統(tǒng)計(jì)年鑒》等資料中獲取,通過博弈論組合賦權(quán)法處理專家打分結(jié)果得出各指標(biāo)的主觀、客觀及組合權(quán)重值,如表4所示。

表4 指標(biāo)層權(quán)重值及各指標(biāo)隸屬度Table 4 Indicator layer weights and affiliation of each indicator

3.2 評價結(jié)果及分析

依據(jù)式(12)最大隸屬度原則,從表4中指標(biāo)層隸屬度可以看出,指標(biāo)十萬人口交警數(shù)量C2、交通參與者守法率C4、萬車事故率C7、萬車死亡率C8等指標(biāo)風(fēng)險(xiǎn)等級為“低風(fēng)險(xiǎn)(Ⅰ)”;實(shí)習(xí)期駕駛員比例C1、應(yīng)急人員救援速度C3、高峰時段主干道平均車速C6、路面排水暢通性C10、交通負(fù)荷度C12、年惡劣天氣C13、安全投入占比C14、安全設(shè)施完善程度C15等指標(biāo)風(fēng)險(xiǎn)等級為“較低風(fēng)險(xiǎn)(Ⅱ)”;而車齡十年以上車輛比例C5、道路路面破損率C9、機(jī)非混合率C11等指標(biāo)風(fēng)險(xiǎn)等級為“中風(fēng)險(xiǎn)(Ⅲ)”。

由表4中準(zhǔn)則層權(quán)重值可得,城市A道路交通系統(tǒng)風(fēng)險(xiǎn)因素中影響最大的是人員因素,組合權(quán)重值為0.295 4;其次是車輛因素和道路因素,權(quán)重分別為0.279 2和0.257 6;環(huán)境因素影響最小,權(quán)重為0.167 9。將權(quán)重向量ω1p與隸屬度Zj(I1p)應(yīng)用于式(11),計(jì)算得出準(zhǔn)則層人員因素的風(fēng)險(xiǎn)評價向量ZB1=[0.160 3,0.119 4,0.029 6,0.000 0,0.000 2],根據(jù)最大隸屬度原則將其風(fēng)險(xiǎn)等級為低風(fēng)險(xiǎn)(Ⅰ),同理,重復(fù)上述計(jì)算過程可得車輛因素風(fēng)險(xiǎn)等級為較低風(fēng)險(xiǎn)(Ⅱ),道路因素風(fēng)險(xiǎn)等級為中風(fēng)險(xiǎn)(Ⅲ),環(huán)境因素風(fēng)險(xiǎn)等級為較低風(fēng)險(xiǎn)(Ⅱ),計(jì)算結(jié)果如表5所示。

表5 風(fēng)險(xiǎn)等級評價結(jié)果Table 5 Risk level evaluation results

由表5中的評價向量ZA可以看出,評價等級低風(fēng)險(xiǎn)(Ⅰ)、較低風(fēng)險(xiǎn)(Ⅱ)、中風(fēng)險(xiǎn)(Ⅲ)、較高風(fēng)險(xiǎn)(Ⅳ)、高風(fēng)險(xiǎn)(Ⅴ)的隸屬度分別為0.220 8、0.463 5、0.230 9、0.008 2、0.002 2,由最大隸屬度原則,城市A道路交通系統(tǒng)風(fēng)險(xiǎn)評價等級為較低風(fēng)險(xiǎn)(Ⅱ)。同時,還分別單獨(dú)采用C-OWA云物元模型和熵權(quán)云物元模型對4個準(zhǔn)則層指標(biāo)進(jìn)行綜合評價,3種不同風(fēng)險(xiǎn)評價模型結(jié)果如表6所示。3種模型計(jì)算得出的評價結(jié)果與實(shí)地走訪調(diào)研情況等級對比柱狀圖如圖3所示。

圖3 不同模型風(fēng)險(xiǎn)評價等級相對貼近度柱狀對比圖Fig.3 Columnar comparison of relative closeness of risk evaluation ratings of different models

表6 不同模型風(fēng)險(xiǎn)評價結(jié)果Table 6 Results of risk evaluation of different models

由圖3可以看出,城市A實(shí)行多年“車讓人”政策,在車輛行駛在城市道路中遇到行人穿越道路時,能做到減速停車讓行人優(yōu)先通過,大大降低城市交通事故發(fā)生概率。但是,由于城市建設(shè)與地鐵修建,該市道路破損情況較為嚴(yán)重,除少數(shù)主干道外,支路裂紋較多,且在道路兩旁出現(xiàn)沉降現(xiàn)象,同時由于共享單車投放與高額的電動車保有量,該市道路機(jī)非混合率較高,非機(jī)動車道出行危險(xiǎn)性較大。細(xì)化研究各層級指標(biāo),城市A人員因素風(fēng)險(xiǎn)評價等級為低風(fēng)險(xiǎn)(Ⅰ),道路因素風(fēng)險(xiǎn)等級較高為中風(fēng)險(xiǎn)(Ⅲ),其中道路破損率與機(jī)非混合率風(fēng)險(xiǎn)尤為突出,同時路面排水暢通性和交通負(fù)荷度情況也不容樂觀。3種不同模型評價結(jié)果與實(shí)際走訪調(diào)研情況相一致,進(jìn)一步印證博弈論組合賦權(quán)云物元風(fēng)險(xiǎn)評價模型的有效性。

4 結(jié)論

(1)將城市道路交通系統(tǒng)風(fēng)險(xiǎn)因素分為人員因素、車輛因素、道路因素和環(huán)境因素4類,并從中選取15個常見風(fēng)險(xiǎn)因素作為評價指標(biāo),考慮到城市道路交通系統(tǒng)風(fēng)險(xiǎn)評價過程中指標(biāo)模糊性與隨機(jī)性交叉存在的問題,引入云物元綜合評價方法,構(gòu)建博弈論組合賦權(quán)云物元城市道路交通系統(tǒng)風(fēng)險(xiǎn)評價模型。

(2)運(yùn)用C-OWA算子處理專家打分分值,得到各指標(biāo)的主觀權(quán)重值,采用改進(jìn)熵權(quán)法計(jì)算客觀權(quán)重值,通過博弈論納什均衡將主、客觀權(quán)重值結(jié)合,減小主觀權(quán)重的局限性,彌補(bǔ)客觀權(quán)重的不足,兼顧風(fēng)險(xiǎn)評價結(jié)果的主客觀性,得到一個較為科學(xué)合理的權(quán)重值,為準(zhǔn)確實(shí)現(xiàn)城市道路交通系統(tǒng)風(fēng)險(xiǎn)評價提供有力保障。

(3)結(jié)合西部某城市道路交通系統(tǒng)算例,利用本文構(gòu)建的博弈論組合賦權(quán)云物元評價模型進(jìn)行實(shí)例驗(yàn)證,并將城市現(xiàn)狀與3種不同模型得到的結(jié)果進(jìn)行比較。結(jié)果表明:本文所建博弈論組合賦權(quán)云物元城市道路交通系統(tǒng)風(fēng)險(xiǎn)評價模型準(zhǔn)確度較高,與城市實(shí)際狀況相吻合,但城市道路交通系統(tǒng)風(fēng)險(xiǎn)因素較多,涉及范圍較廣,評價體系還有待進(jìn)一步完善。