基于交通流穩(wěn)定性系數(shù)的高速公路交通事故實時風(fēng)險預(yù)測*

劉星良 單玨 劉唐志 饒 暢 劉通

（重慶交通大學(xué)交通運輸學(xué)院 重慶 400064）

0 引言

構(gòu)建可靠的高速公路交通事故實時風(fēng)險預(yù)測模型，能夠為管理部門及時采取交通管控措施提供依據(jù)，有效提升在途車輛的行車安全水平。但針對整條道路預(yù)測實時風(fēng)險時，現(xiàn)有指標(biāo)集指標(biāo)數(shù)量較多，在途監(jiān)控設(shè)備往往難以采集龐大的數(shù)據(jù)樣本，從而削弱了模型的實用價值，還容易導(dǎo)致模型的過擬合，使預(yù)測效果達不到預(yù)期目標(biāo)。預(yù)測模型的過擬合反映為：預(yù)測模型在訓(xùn)練數(shù)據(jù)上的可靠性較好，但在測試數(shù)據(jù)上的可靠性較差[1-2]。為解決上述問題，本研究基于高速公路交通事故實時風(fēng)險預(yù)測指標(biāo)間的自相關(guān)性，新建交通流穩(wěn)定性系數(shù)減少預(yù)測指標(biāo)集的屬性數(shù)量，提出緩解高速公路交通事故實時風(fēng)險預(yù)測模型過擬合的新方法。

在交通事故實時風(fēng)險預(yù)測領(lǐng)域，當(dāng)前研究主要關(guān)注選取適當(dāng)?shù)乃惴ǎ蚋倪M算法以構(gòu)建可靠性更高的預(yù)測模型，準(zhǔn)確評估未來5～60 min內(nèi)預(yù)測路段發(fā)生事故的可能性。構(gòu)建交通事故實時風(fēng)險預(yù)測模型的算法可分為2類：①以數(shù)理統(tǒng)計為基礎(chǔ)的算法；②基于人工智能和數(shù)據(jù)挖掘技術(shù)的算法。Chen等[3]、曾強等[4]和Xu等[5]分別基于累計對數(shù)線性模型、貝葉斯統(tǒng)計和Logistic回歸捕捉危險交通狀況；Wang等[6]提出基于分類樹的方法識別與碰撞相關(guān)的預(yù)測變量，以此分析風(fēng)險駕駛等級；Oh等[7]采用模糊邏輯模型將追尾碰撞風(fēng)險分為6個類別；Theofilatos等[8]和趙海濤等[9]分別用支持向量機模型和深度學(xué)習(xí)預(yù)測實時碰撞，準(zhǔn)確度較高。關(guān)于高速公路交通事故實時風(fēng)險預(yù)測模型的指標(biāo)集，即所有潛在交通事故誘因，當(dāng)前研究主要使用3類預(yù)測指標(biāo)進行構(gòu)建，包括：交通狀態(tài)類、道路幾何線形類、環(huán)境類。Hossain等[10]、Sun等[11]和Yasmin等[12]主要考慮：預(yù)測路段上下游截面交通量、占有率、速度的均值、標(biāo)準(zhǔn)差作為交通狀態(tài)參量，同時分析上述參量在上、下游和不同車道間統(tǒng)計值的差異；Pande等[13]和Xu等[14]主要考慮：路段長度、車道數(shù)、路面寬度、車道寬度、分合流區(qū)長度和間距等道作為路幾何線形類參量；Ahmed等[15]和Wang等[16]則考慮天氣情況、時間、高峰時段和限速作為環(huán)境類參量。通過構(gòu)建預(yù)測指標(biāo)集，能夠全面梳理與高速公路交通事故實時風(fēng)險相關(guān)的各類元素。在建立預(yù)測模型時，程國柱等[17]和高珍等[18]通過基尼系數(shù)（gini index，GI）量化各指標(biāo)對交通事故實時風(fēng)險的影響程度。Oh等[7]、SUN等[11]和沈靜[19]認為：預(yù)測路段的交通量、占有率、速度在上、下游與不同車道間統(tǒng)計值的差異，和交通事故存在緊密的聯(lián)系。

可以發(fā)現(xiàn)，目前在預(yù)測高速公路路段交通事故實時風(fēng)險時，通常建立了指標(biāo)數(shù)量超過20個的龐大指標(biāo)集，對數(shù)據(jù)采集工作造成極大的不便，同時指標(biāo)之間存在顯著的自相關(guān)性，尤其是與交通流狀態(tài)相關(guān)的指標(biāo)。因此極易導(dǎo)致模型的過擬合問題，對預(yù)測效果產(chǎn)生不利影響。為緩解過擬合，姜正申等[20]和王文憲等[21]發(fā)現(xiàn)：減少預(yù)測指標(biāo)集屬性數(shù)量可以降低訓(xùn)練數(shù)據(jù)中產(chǎn)生噪聲的概率；Mitchell[1]和石寧寧[22]采用3類方法：增加數(shù)據(jù)集的規(guī)模、對樣本數(shù)據(jù)進行清洗，或降低模型復(fù)雜度。在交通事故風(fēng)險實時預(yù)測中，由于事故數(shù)據(jù)具有一定的保密性，因此增加數(shù)據(jù)集規(guī)模存在一定限制。降低模型復(fù)雜度、清洗樣本數(shù)據(jù)雖然較為常用，但也存在一些缺陷。前者在樣本量較大的條件下具有較高的工作量；而后者，由于不同模型具有不同的處理方式，更依賴于算法本身，不具有廣泛的適用性。因此，若能根據(jù)交通流狀態(tài)等指標(biāo)間的自相關(guān)性新建兼具可解釋性和實用價值的簡化指標(biāo)集，則可減少預(yù)測指標(biāo)集的屬性數(shù)量，降低預(yù)測指標(biāo)間的自相關(guān)性。同時，從算法之外的角度降低預(yù)測模型的復(fù)雜度，適用于不同預(yù)測模型，有望整體提升預(yù)測指標(biāo)的顯著性，提高預(yù)測模型的可靠性。

基于此，本研究提出具有更高推廣應(yīng)用價值的高速公路交通事故實時風(fēng)險預(yù)測的新方法，提升預(yù)測模型的有效性，以用于各種高速公路路段進行路段實時風(fēng)險預(yù)測，對于風(fēng)險的識別與預(yù)防提供了可靠依據(jù)?；陬A(yù)測指標(biāo)間的自相關(guān)性，新建交通流縱、橫向穩(wěn)定性系數(shù)，降低預(yù)測指標(biāo)集的復(fù)雜性。采集西安市G3001高速公路交通事故與交通流歷史數(shù)據(jù)，選取3種算法構(gòu)建高速公路交通事故實時風(fēng)險預(yù)測模型。通過改進GI指數(shù)（improved gini index）評估交通流穩(wěn)定性系數(shù)的顯著性；通過預(yù)測精度，曲線下面積值（area under curve，AUC），以及訓(xùn)練耗時評估交通流穩(wěn)定性系數(shù)對預(yù)測模型過擬合的緩解作用，以檢驗所提出新方法的可行性。

1 高速公路交通事故實時風(fēng)險預(yù)測指標(biāo)集

通過對當(dāng)前研究的梳理，可建立包含交通狀態(tài)、道路幾何線形、環(huán)境這3個類別35個高顯著性指標(biāo)的高速公路交通事故實時風(fēng)險預(yù)測完整指標(biāo)集[13]，見表1。本研究將根據(jù)表1所列各指標(biāo)間的自相關(guān)性、對高速公路交通事故實時風(fēng)險的影響顯著性新建交通流穩(wěn)定性系數(shù)，以降低完整指標(biāo)集的復(fù)雜度；并檢驗交通流穩(wěn)定性系數(shù)對預(yù)測模型過擬合的緩解作用。

表1 高速公路交通事故實時風(fēng)險預(yù)測指標(biāo)集Tab.1 Predictor set of expressway traffic accidents real-time risk forecast

2 研究區(qū)域與基礎(chǔ)數(shù)據(jù)采集

選取西安市繞城高速（G3001）作為研究區(qū)域，G3001全長80.35 km，為雙向6車道高速公路，設(shè)計車速120 km/h，在非節(jié)假日交通量呈現(xiàn)典型的“M”形分布。道路基本線形與交通流監(jiān)測裝置的布置見圖1。G3001穿越西安市不同功能區(qū)，全線共14座互通式立交，頻繁的匯入和駛出及立交之間不同的間距使得各路段交通流穩(wěn)定性、交通組成在同時段內(nèi)存在較大差異，為建立高速公路事故實時風(fēng)險預(yù)測模型提供了豐富的交通狀態(tài)樣本，是采集基礎(chǔ)數(shù)據(jù)的理想?yún)^(qū)域。西安市繞城高速共布設(shè)了14組由卡口相機和測速雷達組成的交通流監(jiān)測裝置，監(jiān)測裝置分布在相鄰立交的中間位置，按5 min時間間隔對交通流數(shù)據(jù)進行采集，可記錄各車道交通量、平均速度、車輛組成、時間占有率等信息。相鄰監(jiān)測裝置作為基本路段的起、終點，其最大間距為7.75 km，最小間距為2.2 km。以2018年為例，各基本路段平均運行車速為70 km/h，年平均日交通量最大的在謝王立交附近，為204 738 veh/d，最小在西高新立交附近，為97 396 veh/d。

圖1 G3001道路基本線形與交通流監(jiān)控系統(tǒng)布置Fig.1 Layout of G3001 basic alignment and traffic flow monitoring system

經(jīng)相關(guān)部門批準(zhǔn)，獲取G3001高速公路2015年1月1日—2020年1月1日的575起交通事故數(shù)據(jù)。由于本研究新建了與交通流特性相關(guān)的交通流穩(wěn)定性系數(shù)，因此剔除非交通因素導(dǎo)致的交通事故110起，以排除干擾因素，提升結(jié)論的可靠性。2015—2019年間各交通流監(jiān)控裝置附近（相鄰立交間）發(fā)生的交通事故數(shù)見圖2。針對每起事故，考慮事故風(fēng)險預(yù)測后交通管理部門對響應(yīng)時間的需求，提取事故前30 min內(nèi)基本路段交通流數(shù)據(jù)，建立事故樣本數(shù)據(jù)集。相關(guān)研究表明，在提取的時間間隔過短的情況下，空間維度上的交通流連續(xù)性特征可能無法很好地捕捉到，而若提取過長的時間間隔則會忽略數(shù)據(jù)的短期變化[23]。此外，構(gòu)建高速公路交通事故實時風(fēng)險預(yù)測模型還需建立非事故樣本數(shù)據(jù)集，即相同路段的正常交通狀況下，以及同一時間段內(nèi)針對特定事故提取的上下游交通數(shù)據(jù)。相關(guān)研究表明，事故樣本量與非事故樣本量的最佳比值為0.2[11，24]。因此，針對每個事故樣本，在同一基本路段、臨近日期同一時段內(nèi)提取5組無事故狀態(tài)下的交通流數(shù)據(jù)，組成非事故樣本數(shù)據(jù)集。其中，臨近日期的選取原則為：若事故發(fā)生在工作日，選取前/后1 d的工作日；若事故發(fā)生在休息日，則選取前/后1周的同1個休息日；若事故發(fā)生在法定假期，則選取同假期內(nèi)相鄰日期；以降低出行規(guī)律對交通流特性的影響。

圖2 2015—2019年G3001交通事故數(shù)Fig.2 Number of G3001 traffic incidents in 2015—2019

3 研究方法

3.1 交通流穩(wěn)定性系數(shù)的構(gòu)建

構(gòu)建高速公路交通事故實時風(fēng)險預(yù)測簡化指標(biāo)集的依據(jù)是各指標(biāo)間的自相關(guān)性，以及各指標(biāo)對事故風(fēng)險的影響顯著性。當(dāng)前研究普遍認為：在表1所列的預(yù)測指標(biāo)中，表征交通流在上、下游間，以及各車道間分布差異的指標(biāo)存在自相關(guān)性，且與事故風(fēng)險顯著相關(guān)[7，11，19]。這些指標(biāo)包括：Std.VCup，Std.VCdo，Std.OCCup，Std.OCCdo，Std.Sup，Std.Sdo，Dif.VCup，Dif.VCdo，Dif.VCdo，Dif.OCCdo，Dif.Sup，Dif.Sdo，Dif.VCup-do，Dif.OCCup-do，Dif.Sup-do。在 上 述 指 標(biāo) 中，Dif.VCup-do，Dif.OCCup-do與Dif.Sup-do的顯著性最高，說明：交通流在道路上下游之間，以及各車道之間的穩(wěn)定性是交通事故的顯著誘因，分別定義為：縱向穩(wěn)定性、橫向穩(wěn)定性。

上述諸多預(yù)測指標(biāo)均來源于交通流的3個基本參數(shù)，即：交通量、占有率、速度。因此，以交通流3參數(shù)之間的關(guān)系說明上述預(yù)測指標(biāo)間的自相關(guān)性，見式（1）。

式中：OCC為預(yù)測路段占有率，%；li為預(yù)測路段中特定車輛的車長，m；L為預(yù)測路段的長度，m；k為交通密度，veh/km；VC為交通量，veh/h；S為速度，km/h。

可見，OCC的定義方式與交通密度相同，而OCC，VC，S具有顯著的相關(guān)性。同時，由于龐大的指標(biāo)集對數(shù)據(jù)采集的儀器設(shè)施有較高的要求，因此，基于各預(yù)測指標(biāo)間的相關(guān)性，以及各指標(biāo)對事故風(fēng)險的影響顯著性，綜合考慮指標(biāo)類型及數(shù)據(jù)獲取的難易程度，設(shè)計交通流縱向穩(wěn)定性系數(shù)（Dif.DEup-do）、交通流橫向穩(wěn)定性系數(shù)（Dif.DEdo），定義見式（2）～（3）。

式中：Dif.DEup-do的解釋性意義為單位里程內(nèi)上、下游間車流密度的差異；Dif.DEdo的解釋性意義為單位時間內(nèi)同一區(qū)段車道j-1與車道j間交通密度的差異。

通過式（2）～（3）可見：Dif.DEup-do替代了完整指標(biāo)集（表1）中的VCdo，Sdo，VCup，Sup和SL，即該區(qū)段內(nèi)的交通流縱向穩(wěn)定性，可反映上下游車輛隊列分布情況，縱向超車現(xiàn)象，以及是否存在移動瓶頸等問題；Dif.DEdo替代了完整指標(biāo)集中和VC、S有關(guān)的指標(biāo)與NL，即該區(qū)段內(nèi)交通流的橫向穩(wěn)定性，可反映車道間車輛分布是否均勻，以及橫向變道現(xiàn)象是否顯著等問題。由于交通流穩(wěn)定性系數(shù)計算方法簡潔，且使用的交通參數(shù)均能基于在途監(jiān)測裝置直接獲取，具有良好的實用價值。此外，重車混入率（%）為交通流中重型車輛數(shù)所占車輛總數(shù)的比例，在前期研究中，發(fā)現(xiàn)重車混入率（PT）對交通流穩(wěn)定性干擾較大[25]，因此將其納入預(yù)測指標(biāo)集。在剩余的指標(biāo)中，相關(guān)研究結(jié)論普遍認為MA，DA和WC較為重要[13]，同時這3個指標(biāo)屬于道路的線形、天氣條件，與研究構(gòu)建的交通流穩(wěn)定性系數(shù)指標(biāo)并不相關(guān)，因此研究同步考慮這3個指標(biāo)。其中，表示天氣情況的指標(biāo)WC，賦值描述為：雪=3；霧=2；雨=1；其他=0。基于上述情況，構(gòu)建簡化預(yù)測指標(biāo)集（見表2）。由此，高速公路交通事故實時風(fēng)險的預(yù)測指標(biāo)數(shù)量由完整指標(biāo)集的35個簡化到6個，且簡化后的指標(biāo)參量均為基礎(chǔ)參量，不受檢測器種類限制，數(shù)據(jù)獲取方便，具有較強的推廣價值。

表2 基于交通流穩(wěn)定性系數(shù)的高速公路交通事故實時風(fēng)險預(yù)測簡化指標(biāo)集Tab.2 Traffic flow stability coefficients based simplified predictor set of expressway traffic accidents real-time prediction

3.2 簡化指標(biāo)集的可行性評估

為證明交通流穩(wěn)定性系數(shù)具有緩解高速公路交通事故實時風(fēng)險預(yù)測模型過擬合的能力，需要分別將基于交通流穩(wěn)定性系數(shù)的簡化指標(biāo)集、完整指標(biāo)集應(yīng)用于預(yù)測模型中，比對預(yù)測模型在訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)上的可靠性差異。本研究從交通流穩(wěn)定性系數(shù)的顯著性、預(yù)測模型的可靠性2個層面評估交通流穩(wěn)定性系數(shù)緩解預(yù)測模型過擬合的可行性。

1）交通流穩(wěn)定性系數(shù)的顯著性評估方法。在3.1中，本研究新建了交通流縱、橫向穩(wěn)定性系數(shù)，并提出了基于交通流穩(wěn)定性系數(shù)的交通事故預(yù)測簡化指標(biāo)集。因此，在構(gòu)建預(yù)測模型分析交通流穩(wěn)定性系數(shù)緩解過擬合的效果之前，需要先評估其顯著性[17-18]，以證明：新建交通流穩(wěn)定性系數(shù)與交通事故實時風(fēng)險顯著相關(guān)，能夠用于構(gòu)建事故實時風(fēng)險預(yù)測模型。本研究選取改進GI指數(shù)[26]評估新建交通流穩(wěn)定性系數(shù)的顯著性，計算見式（4）。

式中：P(tk|cτ)為特征tk出現(xiàn)在類別ci中的概率；P(cτ|tk)為當(dāng)特征tk出現(xiàn)時，該特征屬于類別cτ的條件概率。

改進GI指數(shù)用以度量1個特征包含某個類別信息的純度，如果1個特征包含某個類別信息的純度越接近于1，則表明該特征越能夠代表該類別。即：在交通事故預(yù)測中，若新建交通流穩(wěn)定性系數(shù)的改進GI指數(shù)越接近于1，則其顯著性越高，與事故發(fā)生的關(guān)聯(lián)性越強[27]。

2）預(yù)測模型的可靠性評估方法。當(dāng)前研究多采用預(yù)測精度與擬合能力綜合評價高速公路交通事故實時風(fēng)險預(yù)測模型的可靠性[1，3]。預(yù)測模型的精度指：正確預(yù)測次數(shù)與總預(yù)測次數(shù)的比值。另外，召回率與精準(zhǔn)率也可以在一定程度上反映模型的預(yù)測精度。其中，精準(zhǔn)率表示預(yù)測為正的樣本中實際的正樣本概率，召回率表示正樣本中正確預(yù)測的概率，以評價指標(biāo)F1綜合考慮精準(zhǔn)率和召回率，F(xiàn)1計算見式（5）。以AUC值表現(xiàn)模型的擬合能力，AUC值為受試者操作特征曲線（receiver operating characteristic，ROC）下圍成的面積，其值越接近于1，預(yù)測模型的真實性越高，計算見式（6）。

式中：P和R分別為精準(zhǔn)率和召回率。

式中：M和N分別為正樣本和負樣本的數(shù)量；rankμ表示第μ條樣本的序號。

此外，如3.1中所述，采用交通流穩(wěn)定性系數(shù)能夠降低預(yù)測指標(biāo)集的復(fù)雜度，有望對節(jié)約計算資源、提升預(yù)測效率有起到正面作用。訓(xùn)練耗時可用于評估預(yù)測模型占用的計算資源，因此，將訓(xùn)練耗時納入預(yù)測模型可靠性的評估指標(biāo)。后文將采用預(yù)測精度、AUC值、訓(xùn)練耗時多角度評估預(yù)測模型的可靠性，以測試交通流穩(wěn)定性系數(shù)是否能夠緩解高速公路交通事故實時風(fēng)險預(yù)測模型過擬合，從而達到提高實際預(yù)測可靠性的目的。

3.3 簡化指標(biāo)集模型驗證

當(dāng)前研究結(jié)論尚無法證明：基于某種算法構(gòu)建高速公路交通事故實時風(fēng)險預(yù)測模型時，其準(zhǔn)確度、擬合能力、計算效率等方面均表現(xiàn)出顯著的優(yōu)勢。因此，為證明交通流穩(wěn)定性系數(shù)能夠顯著緩解預(yù)測模型的過擬合，需要選用不同的算法構(gòu)建預(yù)測模型，觀察基于交通流穩(wěn)定性系數(shù)的簡化指標(biāo)集、完整指標(biāo)集，在各預(yù)測模型中的表現(xiàn)。

為避免算法適用性、輸出結(jié)果類型等因素對研究結(jié)論可靠性的影響，選取模型應(yīng)遵循以下3點原則：①預(yù)測精度與擬合能力得到認可，能夠用于構(gòu)建高速公路交通事故實時風(fēng)險預(yù)測模型；②屬于二元分類算法，即在高速公路交通事故實時風(fēng)險預(yù)測中，輸出結(jié)果為1和0，代表事故的發(fā)生與否；③由于本研究獲取事故樣本有限，要求預(yù)測算法適用于小樣本任務(wù)?；谏鲜鲈瓌t，根據(jù)各類算法在相關(guān)研究中的具體表現(xiàn)，本研究選取3類算法構(gòu)建高速公路交通事故實時風(fēng)險預(yù)測模型，包括：支持向量機（support vector machine，SVM）、隨機森林（random forest，RF）、Logistic回歸模型（logistic regression，LR）。各算法的實現(xiàn)過程如下所述。

1）支持向量機（SVM）。比選線形核函數(shù)、多項式核函數(shù)、徑向基核函數(shù)、Sigmoid核函數(shù)，以精度最佳為原則選取徑向基核函數(shù)構(gòu)建SVM預(yù)測模型?；贙-CV（k-fold cross validation）優(yōu)化參數(shù)，實現(xiàn)預(yù)測結(jié)果的穩(wěn)定輸出。

2）隨機森林（RF）?；贐ootstrap隨機抽取自助樣本集，重復(fù)500次形成新的訓(xùn)練集，以此生成分類樹。在每個節(jié)點隨機選取總數(shù)1/3的屬性特征，以節(jié)點不純度最小原則提取1個特征進行分枝生長。遞歸調(diào)用上述過程構(gòu)造各分枝，直至所有屬性特征均被使用，實現(xiàn)預(yù)測結(jié)果的穩(wěn)定輸出。

3）Logistic回歸模型（LR）。采用T檢驗方法，以95%為置信區(qū)間測試簡化指標(biāo)集與完整指標(biāo)集的顯著性。由于構(gòu)建2個指標(biāo)集時，顯著性為重要原則之一，因此各指標(biāo)滿足LR建模的要求。根據(jù)事故樣本比例，選取0.2為事故概率閾值，構(gòu)建LR預(yù)測模型。

綜上，簡化指標(biāo)集的模型驗證部分主要分為4個步驟：①將基礎(chǔ)數(shù)據(jù)集劃分為訓(xùn)練數(shù)據(jù)與測試數(shù)據(jù)，其中，測試數(shù)據(jù)占總量的20%[3]；②基于新建交通流穩(wěn)定性系數(shù)：交通流縱、橫向穩(wěn)定性系數(shù)，構(gòu)建簡化指標(biāo)集（見表2），并采用改進GI指數(shù)評估其顯著性；③分別基于簡化指標(biāo)集、完整指標(biāo)集，采用3種算法構(gòu)建高速公路交通事故預(yù)測模型，在每種預(yù)測模型中，保持訓(xùn)練數(shù)據(jù)與測試數(shù)據(jù)的一致；④輸出每種預(yù)測模型、每條路段中，在簡化指標(biāo)集、完整指標(biāo)集下的預(yù)測精度、AUC值、訓(xùn)練耗時，對比評估交通流穩(wěn)定性系數(shù)對預(yù)測模型過擬合的緩解作用；在該過程中，僅對比同一預(yù)測模型采用簡化指標(biāo)集、完整指標(biāo)集時的可靠性差異，以排除模型自身對研究結(jié)果的影響。

4 實例分析與驗證

在測試交通流穩(wěn)定性系數(shù)對緩解預(yù)測模型過擬合的實際作用前，首先采用改進GI指數(shù)證明新建交通流穩(wěn)定性系數(shù)的顯著性。其次，選用SVM，RF，LR分別構(gòu)建高速公路交通事故實時風(fēng)險預(yù)測模型，采用訓(xùn)練耗時綜合分析模型擬合效率，采用準(zhǔn)確率對比模型的預(yù)測精度，采用AUC值分析模型的擬合能力，以綜合評價在分別采用基于交通流穩(wěn)定性系數(shù)的簡化指標(biāo)集、完整指標(biāo)集時，各預(yù)測模型的可靠性。

4.1 交通流穩(wěn)定性系數(shù)的顯著性分析

在3.1中，本研究基于采集到的高速公路事故數(shù)據(jù)與交通流數(shù)據(jù)，構(gòu)建了Dif.DEup-do和Dif.DEdo這2個交通流穩(wěn)定性系數(shù)，用以替代預(yù)測指標(biāo)集中的交通狀態(tài)指標(biāo)。為證明上述交通流穩(wěn)定性系數(shù)的可用性，需要測試Dif.DEup-do和Dif.DEdo的改進GI指數(shù)是否顯著大于其他指標(biāo)。通過相關(guān)研究結(jié)論可以發(fā)現(xiàn)：表1部分指標(biāo)對預(yù)測結(jié)果沒有顯著影響。因此，選擇表2所有指標(biāo)，以及表1中對預(yù)測結(jié)果存在顯著影響的指標(biāo)構(gòu)建測試集。采用MATLAB編程，得到G3001高速公路每條路段中各測試指標(biāo)的改進GI指數(shù)，見表3。

表3 各路段中受試指標(biāo)的改進GI指數(shù)Tab.3 Improved Gini index of tested predictors in each road section

可以發(fā)現(xiàn)：交通流穩(wěn)定性系數(shù)Dif.DEup-do、Dif.DEdo的平均改進GI指數(shù)顯著大于其他受試指標(biāo)，且在每個路段中均排在所有受試指標(biāo)的1，2位，均值分別為0.952、0.922，接近于1，說明交通流穩(wěn)定性系數(shù)與高速公路交通事故實時風(fēng)險高度相關(guān)，證明了新建交通流穩(wěn)定性系數(shù)的可用性。在其他受試指標(biāo)中，Sdo，OCCdo，Sup作為交通流穩(wěn)定性系數(shù)的構(gòu)成要素，同樣表現(xiàn)出較高的顯著性，且在各路段中的排序基本為3，4，5，說明此3個指標(biāo)與交通事故實時風(fēng)險也存在較高相關(guān)性，與當(dāng)前研究結(jié)論一致[12]。受試指標(biāo)DA，MA，WC的平均改進GI指數(shù)依次降低，但其排序在各路段中存在較大差異。此外，受試指標(biāo)PT的改進GI指數(shù)較高，證明了考慮重車混入率的必要性。

4.2 基于交通流穩(wěn)定性系數(shù)的預(yù)測模型可靠性分析

4.2.1 交通流穩(wěn)定性系數(shù)對分析耗時的影響

如3.2中所述，采用交通流穩(wěn)定性系數(shù)既能緩解預(yù)測模型的過擬合，也可以降低預(yù)測指標(biāo)集的復(fù)雜度，對節(jié)約計算資源、提升預(yù)測效率有一定正面作用。基于控制變量原則，觀測簡化指標(biāo)集和完整指標(biāo)集在14個路段、3種預(yù)測算法訓(xùn)練數(shù)據(jù)中的訓(xùn)練耗時，形成6個測試組。各測試組在每個路段中的訓(xùn)練耗時見表4。可以發(fā)現(xiàn)：各預(yù)測算法中，基于交通流穩(wěn)定性系數(shù)的簡化指標(biāo)集顯著降低了各預(yù)測模型的訓(xùn)練耗時。3種預(yù)測算法中，簡化指標(biāo)集降低平均訓(xùn)練耗時比例分別為，SVM：14.8%，RF：18.0%，LR：12.8%，平均值：15.2%。

表4 各測試組訓(xùn)練耗時情況Tab.4 Train time in each tested group

4.2.2 交通流穩(wěn)定性系數(shù)對預(yù)測精度的影響

基于控制變量原則，將3種預(yù)測算法（SVM，RF，LR），2類預(yù)測指標(biāo)集（簡化指標(biāo)集、完整指標(biāo)集），2類數(shù)據(jù)集（測試數(shù)據(jù)、訓(xùn)練數(shù)據(jù)）交叉組合，形成12個測試組，各測試組在14個路段中的預(yù)測精度見圖3。如3.2中所述，過擬合表現(xiàn)為：預(yù)測模型在訓(xùn)練數(shù)據(jù)、測試數(shù)據(jù)中的精度和擬合能力存在顯著差異，從而達不到期望的預(yù)測精度。因此，觀察圖3各預(yù)測算法中，簡化、完整指標(biāo)集在測試數(shù)據(jù)與訓(xùn)練數(shù)據(jù)中的精度差異。3種預(yù)測算法中，簡化指標(biāo)集與完整指標(biāo)集在訓(xùn)練數(shù)據(jù)中的平均精度差異為，SVM：0.004，RF：0.007，LR：0.006，平均值：0.006；在測試數(shù)據(jù)中的平均精度差異為，SVM：0.032，RF：0.034，LR：0.023，平均值：0.030。同時，在測試集中，簡化指標(biāo)集與完整指標(biāo)集的F1值差異為：SVM：0.013，RF：0.017，LR：0.010，平均值：0.013?？梢园l(fā)現(xiàn)：14個路段中，各預(yù)測算法下，使用簡化指標(biāo)集的預(yù)測模型在訓(xùn)練數(shù)據(jù)、測試數(shù)據(jù)中的平均預(yù)測精度與完整指標(biāo)集相近，即使用簡化指標(biāo)集的預(yù)測模型保持了模型的預(yù)測精度。同時，3種預(yù)測算法中，簡化指標(biāo)集在各路段的平均預(yù)測精度差異為，SVM：0.66%，RF：0.59%，LR：0.81%，平均值：0.69%，平均F1值：3.8%。而完整指標(biāo)集在各路段的平均預(yù)測精度差異為，SVM：4.59%，RF：5.36%，LR：4.66%，平均值：4.87%，平均F1值：2.5%?？梢园l(fā)現(xiàn)：使用簡化指標(biāo)集的預(yù)測模型在測試數(shù)據(jù)、訓(xùn)練數(shù)據(jù)中的精度差異顯著低于完整指標(biāo)集。因此，從降低預(yù)測模型在訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)中的精度差異方面考慮，交通流穩(wěn)定性系數(shù)在保持預(yù)測精度的同時，顯著改善了預(yù)測模型的過擬合。

圖3 各測試組預(yù)測精度Fig.3 ForecastAccuracy of Each Tested Group

4.2.3 交通流穩(wěn)定性系數(shù)對擬合能力的影響

如3.2所述，結(jié)合預(yù)測結(jié)果的AUC值，能夠很好地反應(yīng)預(yù)測模型的擬合能力。因此，基于控制變量原則，采用與4.2.1相同的方法得到12個測試組，各測試組的AUC值見圖4。觀察圖4中各預(yù)測模型中，簡化、完整指標(biāo)集在測試數(shù)據(jù)與訓(xùn)練數(shù)據(jù)中的AUC值差異。首先，可以發(fā)現(xiàn)：14個路段中，各預(yù)測算法下，簡化指標(biāo)集在測試數(shù)據(jù)、訓(xùn)練數(shù)據(jù)中的AUC值差異顯著低于完整指標(biāo)集。3種預(yù)測算法中，簡化指標(biāo)集在各路段的平均AUC值差異分別為，SVM：1.17%，RF：1.45%，LR：2.22%，平均值：1.61%。而完整指標(biāo)集在各路段的平均AUC值差異分別為，SVM：7.18%，RF：5.33%，LR：5.09%，平均值：5.87%。因此，結(jié)合4.2.2中的結(jié)論，可以發(fā)現(xiàn)采用交通流穩(wěn)定性系數(shù)在保持預(yù)測模型預(yù)測精度的同時，大幅降低了預(yù)測模型在訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)中擬合能力的差異，顯著改善了預(yù)測模型的過擬合。

圖4 各測試組AUC值Fig.4 AUC in Each Tested Group

5 結(jié)束語

1）構(gòu)建高速公路交通事故實時風(fēng)險預(yù)測簡化指標(biāo)集，將指標(biāo)數(shù)量減少到6個。新建交通流穩(wěn)定性系數(shù)Dif.DEup-do，Dif.DEdo具有良好的可解釋性和實用價值，且平均GI增益值均值分別為0.952，0.922，顯著大于其他受試指標(biāo)，說明交通流穩(wěn)定性系數(shù)與高速公路交通事故實時風(fēng)險高度相關(guān)，證明了新建交通流穩(wěn)定性系數(shù)的可用性。

2）在14個路段中、3種預(yù)測模型下，簡化指標(biāo)集在降低模型復(fù)雜度的同時，保持了模型的預(yù)測精度。簡化指標(biāo)集降低平均訓(xùn)練耗時比例為15.2%，說明交通流穩(wěn)定性系數(shù)顯著提升了模型的計算效率。簡化指標(biāo)集在訓(xùn)練和測試數(shù)據(jù)中的預(yù)測精度為：0.911，0.905，在測試集中的F1值為0.013，與完整指標(biāo)集相近。這說明，基于交通流穩(wěn)定系數(shù)的簡化指標(biāo)集在訓(xùn)練數(shù)據(jù)、測試數(shù)據(jù)中的平均預(yù)測精度與完整指標(biāo)集相近。

3）在14個路段中、3種預(yù)測模型下，簡化指標(biāo)集和完整指標(biāo)集在測試數(shù)據(jù)與訓(xùn)練數(shù)據(jù)中的可靠性差異顯著。簡化指標(biāo)集與完整指標(biāo)集平均預(yù)測精度差異分別為0.69%和4.87%；平均F1值3.8%和2.5%；平均AUC值差異分別為1.61%和5.87%；證明交通流穩(wěn)定性系數(shù)大幅降低了預(yù)測模型在訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)中擬合能力的差異，顯著緩解了預(yù)測模型的過擬合。

4）研究成果在14個路段中均被證明，說明基于交通流穩(wěn)定性系數(shù)構(gòu)建高速公路交通事故實時風(fēng)險預(yù)測模型具有良好的通用性和推廣應(yīng)用價值，可用于各種高速公路路段進行整個路段的實時風(fēng)險預(yù)測，指導(dǎo)交通管理人員及時發(fā)現(xiàn)風(fēng)險路段并判別橫縱向交通風(fēng)險，進而采取針對性的預(yù)防措施。目前西安市繞城高速已有的監(jiān)測裝置是布設(shè)在相鄰立交中間位置，隨著時間推移，當(dāng)?shù)缆飞喜荚O(shè)的監(jiān)測裝置數(shù)量增加時，風(fēng)險預(yù)測也更為準(zhǔn)確，未來將對此進一步進行驗證。