一种可供选择的对交通数据建模和仿真的方法：人工神经网络.docVIP

一种可供选择的对交通数据建模和仿真的方法：人工神经网络 论文出处：Simulation Modelling Practice and Theory 12 (2004) 351–362 原文作者：S. Figen Kalyoncuoglu, Mesut Tigdemir 作者单位：SDU, Civil Engineering Department, Isparta 32260, Turkey 原文相关时间：Received 25 November 2002; Received in revised form 9 March 2004; Accepted 20 April 2004; Available online 15 June 2004 摘要 假定在驾驶员特性和交通事故之间有复杂的关系。而与交通事故有关的这些驾驶员特性的影响是很难仿真的。由于人工神经网络 (ANN)的方法是一种更有可塑性和想象空间的方法，本文提出使用该方法来训练和预报数据库。网络被组织成不同的结构体系并且为了确定最合适的那一个已经对结果进行了比较。最后，最可能的结构体系被选来作为对调查数据和事故百分比的预报的更好的表示。对于在对ANN的训练中未曾用到的那些输入的输出的预报提供了数据库中没有的驾驶员的信息。预报结果是十分令人满意的，而ANN也已经被证明是对交通数据的估计进行建模和仿真的可靠的处理系统。 关键词：神经网络，交通建模问题，辨识，数据挖掘，探测数据集分析，仿真 1．绪论： 由交通事故引起的人身伤亡和物质损失是全球日益发展的科技的负面影响之一。当我们将高速公路上的交通密度考虑在内，就不会为土耳其是交通事故发生率最高的国家之一而感到惊讶。正是由于如此高的事故发生率，找到造成人身伤亡和物质损失的事故发生的主要因素并作必要的防范就显得十分必要。 虽然引起交通事故的因素很多，但通过相关的统计，驾驶员的因素是造成交通事故高发生率的主要因素。因此，所有影响驾驶员行为的特性都必须进行分析。在确定这些因素时有很多方法可以使用，最有效的方法是对人们进行的面对面的调查。通过这些调查可以建立庞大的数据库并且运用不同的方法对数据进行分析。 数据库由每个驾驶员的信息组成，他们卷入交通事故的百分比可以用那些具有相同特性的驾驶员的数据库来进行预报。而对那些数据库中没有的驾驶员，卷入交通事故的百分比就不能仅仅利用数据库来预报。为了能作如此的预报，驾驶员特性和卷入交通事故之间的关系就必须在数据库中建立/记录。因此，该数据库肯定是典型的。目前在建模时可以使用统计等若干种方法。上世纪末使用得相当频繁的人工神经网络（ANN）就为很多信息处理程序提供了一种可选择的方法。由于ANN是一种更有可塑性和想象空间的方法并且不要求统计学上的专门技术，本文使用其来进行可靠的数据处理及随后的解释。要对该数据库建模，必须拥有一个基本数据库、ANN软件工具箱和关于建立ANN体系结构的软件的足够的知识。 因为这个原因，一些驾驶员特性和它们对卷入交通事故的影响被选来显示关于驾驶员的数据库是如何很容易的用ANN的方法来建立的。本文中关于涉及交通事故的驾驶员特性（包括年龄、性别、受教育程度、驾龄、每天驾驶的平均里程）以及它们的影响的那些数据来自于曾经在本文第一作者的博士论文[1]中使用过的一项专门研究报告。该报告通过对考虑了人口密度的30个城市（如图1所示）的5520名驾驶员进行的面对面的问卷调查获得上述的数据。由于在交通事故中有影响的驾驶员特性很多，笔者随机的选取了其中的五个来作研究。 图1 30个城市的位置地图 2．驾驶员特性数据 尽管对交通事故有影响的驾驶员特性很多，在本研究中，只有那些用来建模的特性是有依据的。涉及的特性在下面给出并作了概要的解释以支持数据库的建立。 2.1驾驶员的年龄 年龄和发生交通事故的概率之间的关系是在各种文献中调查频率最高的课题之一。 总的来说，在25岁之前发生交通事故的比率比较高，而尽管在该年龄之后事故比率有所下降，一旦超过60岁该比率又开始上升。对于年轻驾驶员的事故高发生率可以解释为他们没有经验，粗心，训练不足，过于自信和没有家庭责任感。而对于老年驾驶员，他们身体机能的下降引起了交通事故。关节组织变得不牢固，敏捷性下降，对于新情况的的反应时间随着年龄的增长而变长等诸如此类的原因引起事故发生率的增长[2]。 与性别和年龄相对的驾驶员比率在那些快到二十岁和刚超过二十岁的，尤其是男性的驾驶员中是引人注目的更高。 2.2驾驶员的性别 不同性别间的特性差异在交通事故的发生上是有影响的。男性驾驶员应该比女性驾驶员为更多的交通事故负责，因为在实际驾驶中他们没感觉的、竞争性的、好斗的、喜欢冒险的、不受约束的本性就会显现出来。尽管男性对于汽车和驾驶的兴趣使他们更有能力和经验，但不幸的是，这还不足以