虞博翔，楊金云

（徐州工程學院 數學與統(tǒng)計學院，江蘇 徐州 221018）

0 引言

道路交通事故不僅受到道路運輸系統(tǒng)不同因素的限制，還受到許多隨機因素的影響。例如交通事故發(fā)生時所處的道路環(huán)境、涉事車輛相關狀況等。除此之外，人為導致因素或者偶然因素也需要考慮，包括地形、道路情況、當天時間段以及天氣情況等。所以交通事故涉及的要素紛繁復雜。然而大量實際數據表明，交通事故的嚴重程度實際上也會受其他要素的影響。因此，探究道路交通事故主要影響因素，可以為我國交通管理部門從多方面提供相應的建議。

1 AHP模型分析主要因素

1.1 AHP模型

AHP模型的建立[11]主要包括以下三點：1、建立層次結構模型；2、構造成對比矩陣；3、層次單排序及一致性檢驗。

目前，我國道路交通事故信息收集與管理由公安部交管局進行，并遵循相同指標體系，結合信息采集項目表的內容以及相關文獻[1]確定交通事故發(fā)生的原因的四個方面:駕駛員、車輛、環(huán)境和道路的相應指標。將駕駛員因素分為超速駕駛、疲勞駕駛、酒駕、無證駕駛和操作不當；道路狀況包括路面狀況、道路線型、路面材料結構、交通標志標線、安全設施；車輛因素包括車輛類型、超載量、行駛狀態(tài)、車輛安全狀態(tài)以及車輛使用性質；而環(huán)境條件包括天氣情況、地形、交通信號方式、能見度以及時間段這些因素。

1.2 AHP模型的求解

將駕駛員因素作為目標層，以超速駕駛、疲勞駕駛、等指標作為準則層。將準則層各因素對于上一層準則的影響程度進行比較，確定相應比重，比較時取1-9尺度，運用Expert Choice 軟件[10]求解，則有

圖1 比重圖

其中黑色的值代表為正值，紅色的數值代表為倒數值：超速駕駛與酒駕的比值為黑色數值1，代表對于駕駛員因素而言超速駕駛比酒駕重要，但重要程度很低；而疲勞駕駛與酒駕比值為紅色數值4，代表對于駕駛員因素而言路疲勞駕駛沒有酒駕重要，且酒駕重要程度更高。

最終得到準則層各影響因素的權值大小為

如圖2所示，超速駕駛的權值最高為0.372，表明其對駕駛員因素有著較大的影響；影響力較次的酒駕，權值為0.342；往后無證駕駛權值為0.162；疲勞駕駛的權值為0.076；操作不當的權值最低為0.048。并且，圖中Incon=0.07代表一致性檢驗值CR=0.07 ＜0.1，表明上述權值確定是合理的。由此可見，對于駕駛員因素而言，超速駕駛為交通事故的主要影響因素，根據所得權值，酒駕也是比較重要的影響因素。相應的，疲勞駕駛以及操作不當對交通事故的影響不大。

圖2 各因素權值圖

其余指標分析結果如下：

綜上所述，從駕駛員、車輛、環(huán)境和道路四個方面進行分析，得出超載量和天氣情況、超速駕駛、道路線型為交通事故的主要影響因素。根據所得權值，安全設施完善、酒駕、標志標線完善、以及能見度也是比較重要的因素。

2 交通事故預測

運用Matlab軟件進行BP神經網絡算法的編程，以1995年到2019年的交通事故發(fā)生量數據來預測未來三年的交通事故發(fā)生數總計。

BP神經網絡各階段的訓練圖像：

由圖4 可知：G r a die n t為梯度下降法的函數；Validation Checks= 6 echo，代表系統(tǒng)判斷這個誤差是否在連續(xù)6次檢驗后不下降，如果不下降或者甚至上升，說明Training set訓練的誤差已經不再減小，沒有更好的效果了，這時再訓練就沒必要了就停止訓練，不然可能陷入過學習[7]。At epoch 10代表此次訓練一共訓練了10次才結束。

圖4 各階段訓練圖像

圖5中小圓圈的位置代表終止的訓練次數處的均方誤差，藍色柱形代表BP訓練過程的MSE指標在每一代中的表現，總體呈現先下降最后趨于平穩(wěn)的趨勢；隨訓練次數的增加訓練集、驗證集、測試集和總體的均方誤差均趨于平穩(wěn)。

圖5 訓練集、驗證集、測試集和總體的均方誤差隨訓練次數的變化圖像

圖6中黑色點代表目標數據值，藍色點代表輸出數據值，黃色虛線代表的是目標數據于對應的輸出數據的誤差，由圖可知，只有少數點存在誤差，即目標數據與輸出數據大體相同，可進行預測。

圖6 目標數據與輸出數據之間的誤差數據對比圖

由圖7可知訓練樣本的擬合優(yōu)度為99.99%，測試集的擬合優(yōu)度為74.46%，這個擬合證明了網絡訓練效果優(yōu)秀，可以通過BP預測模型對2020年、2021年以及2022年的交通事故量進行預測：

圖7 訓練集、驗證集的擬合優(yōu)度圖

圖8 預測數據圖

即2020年、2021年以及2022年的交通事故預測發(fā)生數分別為234832件、233784件以及238158件。

3 結論

綜上所述，從駕駛員、車輛、環(huán)境和道路四個方面進行分析，得出超載量和天氣情況、超速駕駛、道路線型為交通事故的主要影響因素。根據所得權值，酒駕、標志標線完善、能見度以及安全設施完善也是比較重要的因素。從預測的數據來看，未來幾年交通事故發(fā)生量會存在小幅波動，為減少交通事故的發(fā)生，一是駕駛員在開車時要時刻遵守交通規(guī)則，不超速，不酒駕，在保證安全的條件下行駛；二是交通管理部門要加強道路限速標志，對駕駛安全意識進一步的宣傳。