CN108447265A - 基于topsis法的公路交通事故黑点路段鉴别方法 - Google Patents

Abstract

本发明公开了一种基于TOPSIS法的公路交通事故黑点路段鉴别方法，包含如下步骤：1、将所要研究的公路按长度等分为n个路段单元；2、采集若干年的公路交通事故数据，统计每个路段单元的事故总量、事故总死亡人数、事故总重伤人数、事故总轻伤人数、由交通事故引发的总封道时间等数据；3、计算各路段单元的交通事故当量伤亡总人数；4、将各路段单元的交通事故总量、交通事故当量伤亡总人数、由交通事故引发的总封道时间等指标作为公路交通安全性评价指标体系，运用TOPSIS法计算各路段交通安全性排序指标；5、将交通安全性排序指标小于安全阈值的路段单元鉴别为事故黑点路段。该方法综合考虑多种交通事故指标，且操作简单，可移植性强，易于推广应用。

Description

基于TOPSIS法的公路交通事故黑点路段鉴别方法

技术领域

本发明属于公路交通安全管理研究领域，具体涉及一种基于TOPSIS法的公路交通事故黑点路段鉴别方法。

背景技术

由于高速公路上运行的交通流具有很高的速度，因此发生交通事故的严重程度往往要高于城市道路，我国近年的统计结果显示，虽然高速公路里程数仅占公路总里程的3％，但发生在高速公路上的交通事故死亡人数却占据了交通事故死亡总人数的10％，因此鉴别高速公路交通事故黑点路段并将其作为交通事故重点防治对象成为高速公路交通安全管理的一项重要工作。

目前国内外在交通事故黑点鉴别方面的研究方法主要分为两类：

第一类是建立在历史交通事故数据上，直接运用事故数法和事故率法鉴别事故黑点，或者通过构建泊松回归、负二项回归以及经验贝叶斯方法等模型回归分析事故数据，根据对事故发展趋势的预测判断事故黑点，这一类方法的缺点在于事故黑点鉴别的指标往往比较单一，主要以事故数及事故伤亡人数为评价指标，没有考虑由于交通事故引发的封道时间等间接评价指标；

第二类是运用交通冲突分析技术(TCT)，通过预测车辆运行轨迹判断可能存在的交通冲突点，将交通冲突较为严重的位置判断为事故黑点，交通冲突分析方法对交通事故历史数据的依赖程度较小，但是它只考虑了交通事故中交通流的因素，无法鉴别主要因道路条件、环境因素产生的事故黑点，而且由于交通冲突分析方法工作量较大，因此只适用于小范围城市道路的交通事故黑点鉴别。

发明内容

发明目的：针对现有技术中存在的问题，本发明提供了一种公路交通事故黑点路段鉴别方法，该方法综合考虑多种交通事故指标，且操作简单，可移植性强，易于推广应用。

技术方案：本发明采用如下技术方案：

基于TOPSIS法的公路交通事故黑点路段鉴别方法，包含如下步骤：

(1)将所要研究的公路按长度等分为n个路段单元；

(2)采集若干年的公路交通事故数据，统计每个路段单元的事故总量、事故总死亡人数、事故总重伤人数、事故总轻伤人数、由交通事故引发的总封道时间、直接经济损失等数据；

(3)根据事故总死亡人数、事故总重伤人数和事故总轻伤人数计算各路段单元的交通事故当量伤亡总人数；

(4)将各路段单元的交通事故总量、交通事故当量伤亡总人数、由交通事故引发的总封道时间等m个指标作为公路交通安全性评价指标体系，运用TOPSIS法计算各路段交通安全性排序指标；

(5)将交通安全性排序指标小于安全阈值的路段单元鉴别为事故黑点路段。

步骤(3)所述交通事故当量伤亡人数计算公式为：

D_s＝k₁D₁+k₂D₂+k₃D₃

其中，D_s、D₁、D₂、D₃分别为事故当量伤亡人数、事故死亡人数、事故重伤人数及事故轻伤人数，k₁、k₂、k₃分别代表死亡人数、重伤人数、轻伤人数换算为当量伤亡人数的系数值。

所述步骤(4)具体包括：

(4-1)以各路段单元的交通安全性评价指标值为元素建立原始事故数据矩阵A＝{x_ij}，其中x_ij表示第i个路段单元第j个指标的值，i＝1,...,n，j＝1,...,m；

(4-2)运用z-score方法对原始事故数据矩阵A＝{x_ij}进行标准化处理，同时由于各交通安全性评价指标对评价结果影响程度不同，需要赋予各指标相应的权重值，得到加权标准化决策矩阵：

v_ij＝w_jr_ij

其中，i＝1,...,n，j＝1,...,m，μ_j表示n个路段单元第j个指标的平均值，r_ij表示标准化之后第i个路段单元第j个指标的值，w_j表示第j个指标的权重值，v_ij表示加权标准化之后第i个路段单元第j个指标的值；

(4-3)计算理想解与负理想解：

其中，i＝1,...,n，j＝1,...,m，为第j个指标的理想解，A⁺为事故数据集的理想解集合；为第j个指标的负理想解，A^-为事故数据集的负理想解集合；

(4-4)采用欧氏距离计算每个路段单元的交通安全性评价指标值与理想解和负理想解间的偏差：

其中，i＝1,...,n，为第i个路段单元指标值与理想解之间的偏差，为第i个路段单元指标值与负理想解之间的偏差；

(4-5)根据上一步求解得到的各路段单元指标值到理想解与负理想解之间的偏差，计算各路段单元交通安全性指标与最优解的接近程度C_i：

C_i为道路单元i的交通安全性排序指标。

步骤(5)中，当路段单元的交通安全性排序指标C满足：L≤C≤1，该路段单元的安全性接近于具备安全性指标理想解的路段，同时与具备安全性指标负理想解的路段单元相差足够远，可以判定为相对安全的路段；当路段单元的安全性排序指标C满足：C<L，该路段单元的安全性指标较差，可以判定为事故黑点路段；其中L为预设的安全阈值。在高速公路安全管理过程中，应将鉴别出的事故黑点路段作为重点交通事故防治对象。

有益效果：与现有技术相比，本发明公开的基于TOPSIS方法的公路交通事故黑点路段鉴别方法具有以下优点：1、在评价路段安全性方面既考虑了事故总量、事故当量伤亡总人数等直接指标，也考虑了因交通事故引发的封道时间等间接指标，丰富了公路交通安全性评价指标体系；2、应用TOPSIS法计算路段单元的交通安全性排序指标C，将交通安全性排序指标小于安全阈值L的路段单元鉴别为事故黑点路段，该事故黑点鉴别方法操作简单，可移植性强，易于推广应用。

附图说明

图1为本发明的事故黑点鉴别流程图；

图2为实施例中温丽高速K117～K189研究路段位置示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明的具体实施案例做说明。

本发明公开了一种基于TOPSIS法的公路交通事故黑点路段鉴别方法，流程如图1所示。

温丽高速位于浙江省境内，是连接温州和丽水的重要交通线路。温丽高速通车里程116km，其中桥梁和隧道长度占比达90％以上，是名副其实的“桥隧俱乐部”，地理环境复杂，线形组合变化明显。本实施例所选取的研究路段范围为K117～K189，全长72km，如图2所示。

本实施例对温丽高速事故黑点路段进行鉴别，包括如下主要步骤：

(1)考虑到温丽高速(K117～K189)多数路段为分离式车道，两侧公路线形组合特征不同，故将温丽高速(K117～K189)右线(温州方向)和左线(丽水方向)以1km为单位长度共划分为144个路段单元(i＝1,2,...,144)，记右线路段单元R1～R72，左线路段单元L1～L72。

(2)统计出2006～2013年每个路段单元的事故总量、事故总伤亡(死亡、重伤、轻伤)人数及总封道时间，同时将各路段事故总伤亡(死亡、重伤、轻伤)人数换算成事故当量伤亡总人数，换算公式如下：

D_s＝k₁D₁+k₂D₂+k₃D₃

其中，D_s、D₁、D₂、D₃分别为事故当量伤亡人数、事故死亡人数、事故重伤人数及事故轻伤人数，k₁、k₂、k₃分别代表死亡人数、重伤人数、轻伤人数换算为当量伤亡人数的系数值，根据以往研究成果(王炜,过秀成.交通工程学[M].南京:东南大学出版社,2000:229-230)，取k₁＝1，k₂＝0.33，k₃＝0.1，温丽高速2006～2013事故原始数据统计如表1、表2所示。

表1温丽高速右线(温州方向)2006～2013事故统计数据

表2温丽高速左线(丽水方向)2006～2013事故统计数据

(3)选取事故总量、事故当量伤亡人数、总封道时间三个指标作为路段安全性评价指标(j＝1,2,3)，同时根据经验，事故总量、事故当量伤亡总人数为交通安全性评价直接指标，总封道时间为交通安全评价间接指标，因此设置事故总量、事故当量伤亡总人数、总封道时间的交通安全评价权重值为w₁＝0.4，w₂＝0.4，w₃＝0.2，运用TOPSIS法分别计算温丽高速右线(温州方向)及左线(丽水方向)的路段单元的交通安全性排序指标。温丽高速右线(温州方向)与左线(丽水方向)的路段单元安全性排序(按照C值从小到大的顺序)如表3、表4所示。

表3温丽高速右线(温州方向)路段安全性排序

表4温丽高速左线(丽水方向)路段安全性排序

(4)根据表3、表4显示的温丽高速各路段单元交通安全性排序指标计算结果，取安全阈值L＝0.8，故将C<0.8的路段单元判断为事故黑点路段。因此温丽高速右线(温州方向)的事故黑点路段为安全性排序前35位的路段，事故黑点路段事故总数占右线事故总量的70.04％；温丽高速左线(丽水方向)的事故黑点路段为安全性排序前22位的路段，事故黑点路段事故总数占右线事故总量的55.63％。

Claims (4)

1.基于TOPSIS法的公路交通事故黑点路段鉴别方法，其特征在于，包含如下步骤：

(1)将所要研究的公路按长度等分为n个路段单元；

(2)采集若干年的公路交通事故数据，统计每个路段单元的事故总量、事故总死亡人数、事故总重伤人数、事故总轻伤人数、由交通事故引发的总封道时间、直接经济损失等数据；

(3)根据事故总死亡人数、事故总重伤人数和事故总轻伤人数计算各路段单元的交通事故当量伤亡总人数；

(4)将各路段单元的交通事故总量、交通事故当量伤亡总人数、由交通事故引发的总封道时间等m个指标作为公路交通安全性评价指标体系，运用TOPSIS法计算各路段交通安全性排序指标；

(5)将交通安全性排序指标小于安全阈值的路段单元鉴别为事故黑点路段。

2.根据权利要求1所述的基于TOPSIS法的公路交通事故黑点路段鉴别方法，其特征在于，步骤(3)所述交通事故当量伤亡人数计算公式为：

D_s＝k₁D₁+k₂D₂+k₃D₃

其中，D_s、D₁、D₂、D₃分别为事故当量伤亡人数、事故死亡人数、事故重伤人数及事故轻伤人数，k₁、k₂、k₃分别代表死亡人数、重伤人数、轻伤人数换算为当量伤亡人数的系数值。

3.根据权利要求1所述的基于TOPSIS法的公路交通事故黑点路段鉴别方法，其特征在于，所述步骤(4)具体包括：

(4-1)以各路段单元的交通安全性评价指标值为元素建立原始事故数据矩阵A＝{x_ij}，其中x_ij表示第i个路段单元第j个指标的值，i＝1,...,n，j＝1,...,m；

(4-2)运用z-score方法对原始事故数据矩阵A＝{x_ij}进行标准化处理，同时由于各交通安全性评价指标对评价结果影响程度不同，需要赋予各指标相应的权重值，得到加权标准化决策矩阵：

v_ij＝w_jr_ij

其中，i＝1,...,n，j＝1,...,m，μ_j表示n个路段单元第j个指标的平均值，r_ij表示标准化之后第i个路段单元第j个指标的值，w_j表示第j个指标的权重值，v_ij表示加权标准化之后第i个路段单元第j个指标的值；

(4-3)计算理想解与负理想解：

其中，i＝1,...,n，j＝1,...,m，为第j个指标的理想解，A⁺为事故数据集的理想解集合；为第j个指标的负理想解，A^-为事故数据集的负理想解集合；

(4-4)采用欧氏距离计算每个路段单元的交通安全性评价指标值与理想解和负理想解间的偏差：

其中，i＝1,...,n，为第i个路段单元指标值与理想解之间的偏差，为第i个路段单元指标值与负理想解之间的偏差；

(4-5)根据上一步求解得到的各路段单元指标值到理想解与负理想解之间的偏差，计算各路段单元交通安全性指标与最优解的接近程度C_i：

C_i为道路单元i的交通安全性排序指标。

4.根据权利要求4所述的基于TOPSIS法的公路交通事故黑点路段鉴别方法，其特征在于，步骤(5)中，当路段单元的交通安全性排序指标C满足：L≤C≤1，判定为相对安全的路段；当路段单元的安全性排序指标C满足：C<L，判定为事故黑点路段；其中L为预设的安全阈值。