基于BP神經(jīng)網(wǎng)絡(luò)的高速公路交通安全評價系統(tǒng)設(shè)計與實現(xiàn)*

李聰穎 王肇飛

(長安大學(xué)公路學(xué)院1) 西安 710064)(西安建筑科技大學(xué)土木工程學(xué)院2) 西安 710055)

國內(nèi)外在道路安全評價方面常用的交通安全評價方法有絕對數(shù)法、事故率法、事故強度分析法、概率-數(shù)理統(tǒng)計法、模型法、時間序列分析法和灰色評價方法等[1-3].

本文在建立高速公路交通安全評價指標(biāo)體系的基礎(chǔ)上,對BP神經(jīng)網(wǎng)絡(luò)在高速公路安全評價中的應(yīng)用進行了分析,采用C++語言與數(shù)據(jù)庫技術(shù),開發(fā)了基于BP人工神經(jīng)網(wǎng)絡(luò)的綜合評價軟件,并進行了實際應(yīng)用.

1 基于BP神經(jīng)網(wǎng)絡(luò)的高速公路交通安全評價體系結(jié)構(gòu)

1.1 評價指標(biāo)體系

從交通工程學(xué)原理出發(fā),把高速公路交通安全系統(tǒng)中的駕駛?cè)颂卣?、道路主體工程、交通工程及沿線設(shè)施、交通特性、交通環(huán)境、交通安全管理6個方面作為交通安全評價體系中的主要因素.

對6個方面中的每個影響因素與交通安全之間的關(guān)系進行研究,并根據(jù)評價指標(biāo)的篩選原則[4-7],建立了高速公路交通安全評價指標(biāo)體系,共計6個類別,18個指標(biāo),見表1[8].

表1 高速公路交通安全評價指標(biāo)體系

1.2 高速公路交通安全評價模型建立

1.2.1 網(wǎng)絡(luò)結(jié)構(gòu)建立 在高速公路交通安全評價中,反向傳播網(wǎng)絡(luò)(back-propagation network,BP網(wǎng)絡(luò))是實現(xiàn)非線性可微分函數(shù)進行權(quán)值訓(xùn)練的多層網(wǎng)絡(luò).BP神經(jīng)網(wǎng)絡(luò)評價解決了多指標(biāo)變權(quán)問題的動態(tài)求解問題,克服了權(quán)重確定過程中的主觀因素,為客觀進行高速公路交通安全評價提供了一種有效的方法.根據(jù)前文描述的安全評價指標(biāo)體系,將評價指標(biāo)集合 A=(a1,a2,…,an)作為BP網(wǎng)絡(luò)的輸入層,將安全等級集合Y=(y1,y2,y3,y4)作為BP網(wǎng)絡(luò)的輸出層,使用3層BP網(wǎng)絡(luò)模型構(gòu)造高速公路交通安全評價模型,如圖1所示.

圖1 高速公路交通安全評價模型

評價等級劃分為四個等級,樣本的期望輸出值從一級至四級依次設(shè)定為

優(yōu):(0.9,0.1,0.1,0.1);

良:(0.1,0.9,0.1,0.1);

中:(0.1,0.1,0.9,0.1);

差:(0.1,0.1,0.1,0.9).

1.2.2 網(wǎng)絡(luò)學(xué)習(xí)過程 評價神經(jīng)網(wǎng)絡(luò)的各節(jié)點采用Sigmoid非線性閥值單元,激勵函數(shù)為

BP算法學(xué)習(xí)步驟如下.

步驟1 初始化權(quán)系數(shù),給各層權(quán)系數(shù)Wij賦予(-1,1)區(qū)間內(nèi)的非零隨機數(shù),其中Wi,n+1=-θ.

步驟2 輸入一個樣本值A(chǔ)k對以及與其對應(yīng)的期望輸出Yk,提供給網(wǎng)絡(luò).

對于輸出層k=m,有

對于其他各層,有

步驟5 修正權(quán)系數(shù)Wij與閥值θi(Wi,n+1=-θ).使用公式

其中:η為學(xué)習(xí)效率;α為權(quán)系數(shù)修正常數(shù).

步驟6 隨機選取下一個學(xué)習(xí)樣本對,將其提供給BP網(wǎng)絡(luò),返回步驟3,直至全部m個樣本對訓(xùn)練完畢.

步驟7 重新從m個樣本對中任選一對,返回步驟3直至誤差函數(shù)Eav小于預(yù)先設(shè)定的值e(精確值);如果迭代次數(shù)N大于某個給定的值,沒有收斂也停止計算.其中:全局平均誤差為

1.2.3 評價過程 根據(jù)已訓(xùn)練完成的BP神經(jīng)網(wǎng)絡(luò),進行現(xiàn)有道路安全等級的評價.評價時首先將待評價高速公路的各項安全評價指標(biāo)數(shù)值進行歸一化處理,將其限制在[0,1]區(qū)間內(nèi),然后將其作為輸入值代入已訓(xùn)練好的網(wǎng)絡(luò),得到的輸出值即為高速公路的安全等級.

2 高速公路交通安全評價系統(tǒng)實現(xiàn)

2.1 核心算法模塊

高速公路交通安全評價系統(tǒng),其系統(tǒng)框架結(jié)構(gòu)如圖2所示.系統(tǒng)的核心算法——BP神經(jīng)網(wǎng)絡(luò)算法采用面向?qū)ο蠹夹g(shù)設(shè)計,具有良好的擴展性與開放性,由C++語言編寫實現(xiàn).在具體實現(xiàn)時,采用了以下幾方面的優(yōu)化設(shè)計,使算法具有更快的收斂速度,更強的自動調(diào)節(jié)能力.

圖2 系統(tǒng)框架結(jié)構(gòu)

1)對樣本輸入數(shù)據(jù)、輸出數(shù)據(jù)以及期望誤差進行歸一化處理,使其限制在[0,1]區(qū)間內(nèi),加快收斂速度.

2)在網(wǎng)絡(luò)學(xué)習(xí)前,初始化權(quán)系數(shù)為[0,1]之間的小數(shù),初始化閥值為[-1,0]之間的小數(shù).采用變學(xué)習(xí)效率的方法,使學(xué)習(xí)效率能根據(jù)誤差的變化,自適應(yīng)動態(tài)調(diào)整.

3)通過設(shè)定最大學(xué)習(xí)次數(shù)來解決學(xué)習(xí)過程中的振蕩現(xiàn)象,一旦超過最大學(xué)習(xí)次數(shù),則重新初始化權(quán)系數(shù)與閾值系數(shù)進行計算.

2.2 訓(xùn)練網(wǎng)絡(luò)模塊

訓(xùn)練網(wǎng)絡(luò)模塊完成評價網(wǎng)絡(luò)的參數(shù)配置,樣本數(shù)據(jù)輸入,訓(xùn)練網(wǎng)絡(luò)及訓(xùn)練結(jié)果處理等主要功能,參數(shù)配置完成后可保存至文件,供以后導(dǎo)入使用.神經(jīng)網(wǎng)絡(luò)訓(xùn)練文件包括參數(shù)配置文件、樣本數(shù)據(jù)文件與權(quán)值矩陣文件等3類.

2.3 配置系統(tǒng)模塊

配置系統(tǒng)模塊負(fù)責(zé)將訓(xùn)練成功的BP網(wǎng)絡(luò)添加到評價系統(tǒng)數(shù)據(jù)庫中,并對評價系數(shù)進行配置,使BP網(wǎng)絡(luò)與評價等級進行映射,等級名與等級數(shù)值可根據(jù)用戶要求進行配置.

2.4 安全評價模塊

安全評價模塊完成對待評價高速公路交通安全指標(biāo)進行評價的功能.評價時首先選擇評價網(wǎng)絡(luò),其次輸入評價指標(biāo)數(shù)據(jù),然后開始安全評價,最后系統(tǒng)將顯示評價的結(jié)果,即高速公路安全等級.

2.5 評價網(wǎng)絡(luò)數(shù)據(jù)庫設(shè)計

評價網(wǎng)絡(luò)數(shù)據(jù)庫使用Access數(shù)據(jù)庫保存訓(xùn)練成功的神經(jīng)網(wǎng)絡(luò)數(shù)據(jù),共包括3張數(shù)據(jù)庫表單,分別是:(1)Eva_Net表,用于保存BP網(wǎng)絡(luò)參數(shù),包括網(wǎng)絡(luò)名、網(wǎng)絡(luò)學(xué)習(xí)效率、最大平均誤差、最大單次誤差、最大迭代次數(shù)、S函數(shù)參數(shù)、動量項、網(wǎng)絡(luò)結(jié)構(gòu)數(shù)據(jù)、權(quán)值矩陣與取值范圍等字段;(2)Net_Grade表,用于保存BP網(wǎng)絡(luò)與評價等級的對應(yīng)關(guān)系,包括記錄編號、網(wǎng)絡(luò)編號、等級名稱、等級數(shù)值等字段;(3)Grade_Data表,用于保存評價等級的相關(guān)數(shù)據(jù),包括網(wǎng)絡(luò)編號、NetGrade編號、輸出元序號與輸出層數(shù)據(jù)等字段.

3 實例應(yīng)用

3.1 高速公路交通安全評價網(wǎng)絡(luò)的訓(xùn)練

根據(jù)安全評價指標(biāo)分級標(biāo)準(zhǔn)可知,只要在同一等級范圍內(nèi)對各評價指標(biāo)隨機取值,組成的樣本也肯定屬于同一等級.通過這種方法,可以隨機生成任意多的評價總樣本,作為神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練樣本和檢驗樣本.在本次模型構(gòu)建過程中,為了保證樣本的均勻分布,按照分級標(biāo)準(zhǔn),在每個安全等級各隨機生成8個樣本,共32個樣本作為訓(xùn)練樣本,對網(wǎng)絡(luò)進行訓(xùn)練.

構(gòu)建的 BP神經(jīng)網(wǎng)絡(luò)模型采用 3層網(wǎng)絡(luò)結(jié)構(gòu),輸入層為18個節(jié)點,對應(yīng)于18個安全評價指標(biāo);輸出層節(jié)點數(shù)為4個,采用布爾型離散向量,對應(yīng)于4個安全等級.隱含層節(jié)點數(shù)按照2.2.1節(jié)描述的經(jīng)驗公式計算并經(jīng)過多次試算,將其節(jié)點數(shù)定為27.BP網(wǎng)絡(luò)的其他參數(shù)分別如下:網(wǎng)絡(luò)學(xué)習(xí)效率為0.1,動量項為0.9,最大迭代次數(shù)為200 000次,最大期望誤差為0.003 5.在本BP網(wǎng)絡(luò)中,由于輸出層各等級數(shù)據(jù)中最大值為0.9,考慮到大于0.5,即可認(rèn)定評價等級,因此將評價誤差范圍設(shè)為0.399.

使用“高速公路交通安全評價系統(tǒng)”訓(xùn)練上述網(wǎng)絡(luò),經(jīng)訓(xùn)練后,網(wǎng)絡(luò)精度滿足要求(＜0.003 5).利用訓(xùn)練好的網(wǎng)絡(luò)對隨機生成的檢驗樣本進行評價,結(jié)果證明訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)模型是可行的,且具有良好的泛化能力.

3.2 實例應(yīng)用與結(jié)果分析

選取江西省梨溫高速公路與昌泰高速公路數(shù)據(jù)進行交通安全評價,對數(shù)據(jù)按照指標(biāo)體系模型中6類共18個指標(biāo)進行了調(diào)查與計算,得出的評價指標(biāo)如表2所列.利用上述訓(xùn)練建立的BP神經(jīng)網(wǎng)絡(luò)進行高速公路交通安全評價,將兩條高速公路的待評指標(biāo)數(shù)據(jù)樣本(如表2)輸入訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)模型中,得到相應(yīng)等級范圍內(nèi)的計算結(jié)果,評價計算結(jié)果如表3所列.

表2 昌泰高速公路和梨溫高速公路評價指標(biāo)

從評價計算結(jié)果分析,昌泰高速公路的第二項數(shù)據(jù)為最大值0.566 507,滿足(0.501,0.9)區(qū)間,其他數(shù)據(jù)均在0.1附近,評價結(jié)果收斂的,可以確定該高速公路交通安全狀況為良.梨溫高速公路的第一項數(shù)據(jù)為最大值 0.608 505,滿足(0.501,0.9)區(qū)間,其他數(shù)據(jù)均在0.1附近,評價結(jié)果收斂的,可確定該高速公路交通安全狀況為優(yōu).

表3 高速公路BP神經(jīng)網(wǎng)絡(luò)評價計算結(jié)果

4 結(jié) 束 語

本文在建立評價指標(biāo)體系的基礎(chǔ)上,設(shè)計和開發(fā)出基于BP神經(jīng)網(wǎng)絡(luò)的高速公路安全綜合評價軟件.經(jīng)過實際應(yīng)用,表明該方法具有良好的擴展性與開放性、收斂性和很強的自動調(diào)節(jié)能力.

下一步研究將重點改進BP神經(jīng)網(wǎng)絡(luò)隱含層神經(jīng)元算法,優(yōu)化激勵函數(shù),提高神經(jīng)網(wǎng)絡(luò)訓(xùn)練的收斂速度;同時計劃在交通安全評價軟件中增加其它評價方法,增強軟件的功能.

[1]鄔長福,王宏奇,林大建,等.道路安全評價方法探討[J].浙江交通職業(yè)技術(shù)學(xué)院學(xué)報,2004,5(3):1-3.

[2]楊天軍,張曉春,楊曉光,等.基于BP神經(jīng)網(wǎng)絡(luò)的城市道路交通安全評價研究[J].中國礦業(yè)大學(xué)學(xué)報,2005,34(1):37-40.

[3]潘艷榮,翟長旭,朱順應(yīng),等.基于灰色聚類理論和人工神經(jīng)網(wǎng)絡(luò)技術(shù)的道路交通安全評價[J].重慶交通學(xué)院學(xué)報,2005,24(2):101-105.

[4]吳開亞.區(qū)域生態(tài)安全的綜合評價研究[D].合肥:中國科學(xué)技術(shù)大學(xué)管理學(xué)院,2003.

[5]鐘連德,孫小端,賀玉龍,等.高速公路事故類型預(yù)測模型研究[J].武漢理工大學(xué)學(xué)報:交通科學(xué)與工程版,2009,33(4):683-686.

[6]陸化普.城市交通管理評價指標(biāo)體系[M].北京:人民交通出版社,2003.

[7]張殿業(yè).道路交通安全管理評價體系[M].北京:人民交通出版社,2005.

[8]陳 君,李聰穎,丁光明,基于BP神經(jīng)網(wǎng)絡(luò)的高速公路交通安全評價[J].同濟大學(xué)學(xué)報,2008,36(7):927-931.