高速公路交通事故成因分析與關(guān)聯(lián)因素研究

1、2008,44(5Computer Engineering and Applications計(jì)算機(jī)工程與應(yīng)用1引言近年來,我國高速公路交通事故越來越嚴(yán)重。據(jù)公安部交通管理局統(tǒng)計(jì),高速公路每百公里事故發(fā)生率是普通公路的4倍多,而且高速公路一旦發(fā)生交通事故,其嚴(yán)重程度往往高于普通公路,尤其是死亡率,每百公里為17.4人,是普通公路的兩倍。例如,在2004年全國公路交通事故造成的83085人死亡中,高速公路上死亡就有6235人,比上年上升18.3%,平均每萬公里死亡1823人,遠(yuǎn)遠(yuǎn)高于二、三級(jí)公路死亡水平。因此如何減少和預(yù)防事故發(fā)生,降低事故損失就成了交通運(yùn)輸領(lǐng)域亟待研究解決的問題。要實(shí)現(xiàn)這一目標(biāo),

2、只進(jìn)行道路基礎(chǔ)設(shè)施建設(shè)是不夠的,還需要對(duì)交通事故原因進(jìn)行深層次的分析1。根據(jù)目前國內(nèi)高速公路交通事故數(shù)據(jù)采集統(tǒng)計(jì)方法,交通事故數(shù)據(jù)被分為四個(gè)方面,即交通事故次數(shù)、死亡人數(shù)、受傷人數(shù)和直接經(jīng)濟(jì)損失。交通事故四項(xiàng)統(tǒng)計(jì)數(shù)字分別從不同側(cè)面對(duì)交通事故的危害程度作出描述,但沒有形成一個(gè)綜合的評(píng)價(jià)指標(biāo),這樣難以對(duì)事故發(fā)生的主次要原因進(jìn)行深入分析。本文將交通事故四項(xiàng)統(tǒng)計(jì)數(shù)字看作是一個(gè)四維的統(tǒng)計(jì)整體,每項(xiàng)統(tǒng)計(jì)數(shù)字是總體的一個(gè)數(shù)量指標(biāo)。將交通事故四項(xiàng)統(tǒng)計(jì)數(shù)字按照事故發(fā)生原因進(jìn)行劃分,從而得到n個(gè)觀測(cè)數(shù)據(jù),構(gòu)成了一個(gè)四維向量。運(yùn)用主成分分析法,對(duì)這個(gè)向量進(jìn)行簡(jiǎn)化,并最終以一個(gè)綜合評(píng)價(jià)指標(biāo)來代替原來較多的評(píng)價(jià)指標(biāo),對(duì)

3、引起交通事故各原因進(jìn)行一個(gè)排序,進(jìn)而采用關(guān)聯(lián)規(guī)則挖掘的方法,從交通事故數(shù)據(jù)庫中找出各類事故發(fā)生的條件因素。2主成分分析數(shù)學(xué)模型2.1主成分分析原理主成分分析是將原有的指標(biāo)重新組合成一組新的相互無關(guān)的綜合指標(biāo),同時(shí)根據(jù)實(shí)際需要從中選取較少的幾個(gè)綜合指標(biāo),盡可能反映原來指標(biāo)的信息。主成分分析法在交通事故綜合評(píng)價(jià)中的應(yīng)用,實(shí)際上作了兩個(gè)層次的線性合成:第一層次將原始指標(biāo)通過恰當(dāng)?shù)木€性組合轉(zhuǎn)換成主成分,按累計(jì)方差貢獻(xiàn)率不低于某個(gè)值(比如0.85的原則確定前幾個(gè)主成分。具體來說就是將原有眾多具有一定相關(guān)性的p個(gè)指標(biāo),作一定的線性組合,作為新的綜合指標(biāo)。最經(jīng)典的做法就是用Y1(選取的第一個(gè)線性組合,即第一

4、個(gè)綜合指標(biāo)的方差來表達(dá),即Var(Y1越大,表示Y1包含的信息越多。因此在所有的線性組合中選取的Y1應(yīng)該是方差最大的,故稱Y1為第一主成高速公路交通事故成因分析與關(guān)聯(lián)因素研究何松柏1,袁曉潔2,竇志成2,王亞軍1HE Song-bai1,YUAN Xiao-jie2,DOU Zhi-cheng2,WANG Ya-jun11.軍事交通學(xué)院,天津3001612.南開大學(xué)信息技術(shù)科學(xué)學(xué)院,天津3000711.Academy of Military Transport,Tianjin300161,China2.College of Information Technical Science,Nanka

5、i University,Tianjin300071,ChinaE-mail:hsbcoolHE Song-bai,YUAN Xiao-jie,DOU Zhi-cheng,et al.Analysis on cause and research on associated factors of freeway traffic accident.Computer Engineering and Applications,2008,44(5:218-220.Abstract:This paper introduces an application of principal component an

6、alysis for freeway traffic accident.The authors first in-vestigated main reasons which might cause traffic accident by principal component analysis,and then analyzed the conditional factors by association rule mining.It is helpful for reducing the occurrences ratio of traffic accident by making corr

7、esponding pro-tective measures to investigated conditional factors.Key words:freeway;traffic accident;principal components analysis;association rule mining摘要:基于主成分分析原理研究了主成分分析在高速公路交通事故中的應(yīng)用,根據(jù)數(shù)據(jù)分析結(jié)果,得出了影響交通安全的主要原因,進(jìn)而采用關(guān)聯(lián)規(guī)則挖掘方法挖掘出導(dǎo)致事故原因的條件因素,從而提出相應(yīng)的預(yù)防措施,以達(dá)到降低高速公路交通事故發(fā)生的目的。關(guān)鍵詞:高速公路;交通事故;主成分分析;關(guān)聯(lián)規(guī)則挖掘文章編

8、號(hào):1002-8331(200805-0218-03文獻(xiàn)標(biāo)識(shí)碼:A中圖分類號(hào):TP18作者簡(jiǎn)介:何松柏(1977-,男,講師,主要研究領(lǐng)域:交通安全、計(jì)算機(jī)技術(shù)在交通運(yùn)輸中的應(yīng)用;袁曉潔(1963-,女,博士,教授,博導(dǎo),主要研究領(lǐng)域:數(shù)據(jù)庫和數(shù)據(jù)挖掘技術(shù);竇志成(1980-,男,博士研究生,主要研究領(lǐng)域:數(shù)據(jù)挖掘,信息檢索,個(gè)性化搜索;王亞軍(1963-,男,教授,碩導(dǎo),主要研究領(lǐng)域:交通安全、計(jì)算機(jī)技術(shù)在交通運(yùn)輸中的應(yīng)用。收稿日期:2007-06-12修回日期:2007-08-202182008,44(5Computer Engineering and Applications 計(jì)算機(jī)工程

9、與應(yīng)用表1各事故原因?qū)е赂咚俟方煌ㄊ鹿式y(tǒng)計(jì)情況一覽表序號(hào)12345678事故直接原因乘車人措施不當(dāng)違章超車疲勞駕駛轉(zhuǎn)向失效超速行車疏忽大意制動(dòng)失效直接經(jīng)濟(jì)損失/元45549.001469975.0026412.00373026.0033748.00968226.00228044.0041364.00受傷人數(shù)/個(gè)0.0038.001.0026.001.0014.008.003.00死亡人數(shù)/個(gè)2.009.000.005.000.004.001.001.00事故起數(shù)/起284234357175表2各事故原因?qū)е赂咚俟方煌ㄊ鹿蕵?biāo)準(zhǔn)化數(shù)據(jù)序號(hào)12345678事故直接原因乘車人措施不當(dāng)違章超車疲勞駕

10、駛轉(zhuǎn)向失效超速行車疏忽大意制動(dòng)失效直接經(jīng)濟(jì)損失/元-0.503093.19455-0.552770.34700-0.533731.89207-0.02936-0.51396受傷人數(shù)/個(gè)-0.622452.97694-0.527731.84029-0.527730.703640.13532-0.33829死亡人數(shù)/個(gè)0.098943.00793-0.732191.34565-0.732190.93008-0.31662-0.31662事故起數(shù)/起-0.576093.25413-0.576090.91863-0.529381.992960.12456-0.43596表3交通事故數(shù)據(jù)標(biāo)準(zhǔn)化、綜合評(píng)價(jià)

11、值及排序一覽表事故直接原因乘車人措施不當(dāng)違章超車疲勞駕駛轉(zhuǎn)向失效超速行車疏忽大意制動(dòng)失效縱性間距不夠違章變更車道違章裝載判斷錯(cuò)誤違章調(diào)頭其他部件故障違章穿行車道違章轉(zhuǎn)彎違章占道行駛酒后駕車違章停車違章倒車其它駕駛員直接經(jīng)濟(jì)損失/元-0.503093.19455-0.552770.34700-0.533731.89207-0.02936-0.51396-0.469540.08320-0.512990.10117-0.49041-0.31963-0.60524-0.54865-0.50631-0.53131-0.46064-0.584141.54375受傷人數(shù)/個(gè)-0.622452.97694-0

12、.527731.84029-0.527730.703640.13532-0.33829-0.33829-0.33829-0.43301-0.24357-0.52773-0.14885-0.62245-0.62245-0.62245-0.43301-0.52773-0.622451.84029死亡人數(shù)/個(gè)0.098943.00793-0.732191.34565-0.732190.93008-0.31662-0.31662-0.73219-0.31662-0.73219-0.31662-0.732190.09894-0.31662-0.73219-0.316620.51451-0.73219-0

13、.732191.76122事故起數(shù)/起-0.576093.25413-0.576090.91863-0.529381.992960.12456-0.43596-0.43596-0.10899-0.38925-0.38925-0.38925-0.10899-0.57609-0.62280-0.52938-0.57609-0.48267-0.529380.96534綜合評(píng)價(jià)值-0.805006.21800-1.194002.22300-1.161002.76500-0.04100-0.80300-0.986540.03603-1.03213-0.42401-1.06818-0.24052-1.06

14、153-1.26242-0.98842-0.51836-1.10035-1.233123.05190排序111194183610125148167152113917202分。如果第一主成分不足以代表原有p 個(gè)指標(biāo)的信息,再考慮選取Y 2,即選第二個(gè)線性組合。為了有效地反映原有信息,Y 1已有的信息就不需要再出現(xiàn)在Y 2中,即要求Cov (Y 1,Y 2=0,則稱Y 2為第二主成分,依此類推可以構(gòu)造出第3、第4,第p 個(gè)主成分。第2層次是各主成分以各自的方差貢獻(xiàn)率為權(quán)重,通過線性加權(quán)求和得到綜合評(píng)價(jià)指標(biāo)來分析交通事故原因的先后順序,這反映了各主成分的信息2。2.2主成分分析數(shù)學(xué)模型設(shè):對(duì)交通事故

15、的研究中涉及p 個(gè)指標(biāo),分別用X 1,X 2,X p 表示,這p 個(gè)指標(biāo)構(gòu)成的p 維隨機(jī)向量為X=(X 1,X 2,X p ,對(duì)X 進(jìn)行線性變換,以形成新的綜合變量,用Y 表示,即:Y 1=l 11X 1+l 12X 2+l 1p X p Y 2=l 21X 1+l 22X 2+l 2p X pY m =l m 1X 1+l m 2X 2+l m p X p!#"#$簡(jiǎn)記為Y i =l i1X 1+l i2X 2+l ip X p (i=1,2,m,并取l 2i1+l 2i2+l 2ip =1。要求Y i ,Y j 不相關(guān)(i j ;Y 1是X 1,X 2,X p 的線性函數(shù)中方差最

16、大的,依此類推3,4。3高速公路交通事故成因分析本文選取某高速公路2004年9月2005年7月交通事故數(shù)據(jù),對(duì)交通事故數(shù)據(jù)按事故原因進(jìn)行統(tǒng)計(jì),進(jìn)行主成分分析計(jì)算步驟如下:(1各種事故原因造成的直接經(jīng)濟(jì)損失、受傷人數(shù)、死亡人數(shù)、事故起數(shù)如表1所示。(2對(duì)交通事故數(shù)據(jù)按照Y ij =X ij -X jS j進(jìn)行標(biāo)準(zhǔn)化處理,利用Spss 統(tǒng)計(jì)軟件計(jì)算得到各事故原因?qū)е赂咚俟方煌ㄊ鹿蕵?biāo)準(zhǔn)化數(shù)據(jù)如表2所示。(3將標(biāo)準(zhǔn)化數(shù)據(jù)按公式S y =(S *ij p ×p求協(xié)方差陣,得出相關(guān)系數(shù)矩陣:R=1.0000.8940.8850.9730.8941.0000.9350.9120.8850.935

17、1.0000.8860.9730.9120.8861.00&(*+(4計(jì)算相關(guān)矩陣R 的特征值及特征向量在利用主成分分析法構(gòu)造交通事故綜合評(píng)價(jià)指標(biāo)過程中,由標(biāo)準(zhǔn)化數(shù)據(jù)求得的相關(guān)矩陣均為一個(gè)4階對(duì)稱方陣。利用Spss 軟件對(duì)標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行分析計(jì)算,可求得相關(guān)矩陣的4個(gè)特征值分別為:!1=3.743,!2=0.167,!3=0.066,!4=0.024。同時(shí)可求得!1對(duì)于的特征向量為(0.501,0.500,0.495,0.504。(5取m=1,計(jì)算主成分的累計(jì)方差貢獻(xiàn)率按累計(jì)方差貢獻(xiàn)率G (m =mi=1,!i/pi=1,!i=93.57%>85%,說明用一個(gè)綜合評(píng)價(jià)指標(biāo)來反映原四

18、項(xiàng)統(tǒng)計(jì)數(shù)字是可行的。(6取m=1,根據(jù)公式Z im =pt=1,Y it l tm(i=1,2,n 計(jì)算第一個(gè)主成分的樣本值,即Z i1=0.501Y i1+0.500Y i2+0.495Y i3+0.504Y i4,Y it 是標(biāo)準(zhǔn)化后的數(shù)據(jù)。結(jié)果如表3所示。從表3可以看出措施不當(dāng)、其它駕駛員、超速行車、疲勞駕駛、違章變更車道、疏忽大意、其他部件故障是該高速公路發(fā)生交通事故的主要原因,也是下一步挖掘的重點(diǎn)。4高速公路交通事故關(guān)聯(lián)因素研究本文采用FP-growth (Frequent Pattern Growth 算法5進(jìn)行關(guān)聯(lián)規(guī)則挖掘。算法輸出結(jié)果是關(guān)聯(lián)規(guī)則。為了更明確表示關(guān)聯(lián)規(guī)則,這里采用

19、“條件集合-結(jié)果”的方式。條件集合包括車何松柏,袁曉潔,竇志成,等:高速公路交通事故成因分析與關(guān)聯(lián)因素研究2192008,44(5Computer Engineering and Applications計(jì)算機(jī)工程與應(yīng)用(上接165頁任協(xié)商安全防護(hù)方案SFEBTN。該方案可以很好地避免傳統(tǒng)信任協(xié)商安全防護(hù)方案中存在的策略循環(huán)依賴問題,并且解決了傳統(tǒng)信任協(xié)商安全防護(hù)方案中不能很好解決的證書和策略隱藏問題。參考文獻(xiàn):1Winsborough W H,Seamons K E,Jones V E.Automated trust nego-tiationC/DARPA Information Survi

20、vability Conf and Exposition.New York:IEEE Press,2000:88-102.2Yao A C.How to generate and exchange secretsC/Proc of the27th IEEE Symp on Foundations of Computer Science(FOCS.Los Alamitos,CA:IEEE Computer Society Press,1986:162-167.3Yao A C.Protocols for secure computationsC/Proc23rd IEEESymp on the

21、Foundation of Computer Science.IEEE,1982:160-164.4Garay J,MacKenzie P,Yang Ke.Efficient and universally compos-able committed oblivious transfer and applicationsC/Volume 2951of Lecture Notes in Computer Science:Theory of Cryptogra-phy,TCC2004.Springer,2004:297-316.5Holt J E,Bradshaw R W,Seamons K E,

22、et al.Hidden credentialsC/Jajodia S,Samarati P,Syverson PF.Proc of the ACM Workshop on Privacy in the Electronic Society.New York:ACM Press,2003:1-8.6羅曼.移動(dòng)代理的安全性研究D.廣州:華南理工大學(xué),2004.型、駕齡、發(fā)生事故地區(qū)、年、月、日、幾點(diǎn)、事故原因、事故形態(tài)、天氣因素中的某一個(gè)或幾個(gè)具體組成因素。結(jié)果也是包括事故發(fā)生時(shí)這九個(gè)因素中的一個(gè)或者幾個(gè)因素,即是選定的維度。本文主要是挖掘?qū)е率鹿试虻臈l件因素,因此只選擇事故原因,并且給出每條

23、規(guī)則的支持度和置信度,來說明規(guī)則的重要性和有效性。此處的支持度是指條件集合與結(jié)果這幾個(gè)因素造成事故所占總的事故的比例;置信度是指事故發(fā)生時(shí),條件集合因素出現(xiàn)的同時(shí)引發(fā)結(jié)果因素的比例6。具體來說,參數(shù)設(shè)置界面如圖1所示,結(jié)果顯示界面如圖2所示。從圖1和圖2可以看出,在設(shè)置最小支持度閾值為7%,最小置信度閾值為15%,此時(shí)得到17條規(guī)則。以第一條規(guī)則為例:駕齡2年!措施不當(dāng)?shù)闹С侄葹?.239203表示駕齡2年的駕駛員發(fā)生措施不當(dāng)?shù)氖鹿势饠?shù)占總事故起數(shù)的23.920 3%;置信度0.286853表示發(fā)生事故時(shí),駕齡2年的駕駛員出現(xiàn)的同時(shí)引發(fā)措施不當(dāng)?shù)谋壤秊?3.9203%。從規(guī)則可以看出,在京津塘高速段、駕齡2年、小客、晴天及每月上旬駕駛員特別容易出現(xiàn)措施不當(dāng);京津塘高速段、駕齡2年的小客駕駛員易出現(xiàn)超速行駛;京津塘高速段、晴天、駕齡2年的駕駛員容易出現(xiàn)疲勞駕駛,從而引起交通事故。因此,一是要加強(qiáng)駕齡2年駕駛員高速公路行車的監(jiān)控措施和安全教育活動(dòng),使其對(duì)安全高度重視;二是對(duì)京津塘高速段道路設(shè)施進(jìn)行完善,設(shè)計(jì)必要的警示標(biāo)志,提示駕駛員在此路段要多加小心;三是重點(diǎn)加強(qiáng)對(duì)京津塘高速段小客車輛的監(jiān)控