基于神经网络的驾驶员因素与交通事故率关联性研究论文.pdfVIP

基于神经网络的驾驶员因素与交通事故率关联性研究 陈雪梅 高 利 魏中华 (北京理工大学 北京100081) 摘要：交通事故严重威胁着人们的生命财产安全。驾驶员因素是导致交通事故发生的最主要因 素。采取必要的科学手段进行驾驶员因素与交通事故关联性研究对于改善交通安全具有重要的意义。 本文综合考虑包括年龄、性别、驾驶经验、生理状况等多个驾驶员特征参数，通过问卷调查的方式，利用 BP神经网络分析技术，建立具有不同隐含层、神经元个数、作用函数的神经网络结构对驾驶员因素与交 通事故二者之间的内在关联性进行研究，确定最优的神经网络结构对事故率进行预测。结果表明：采用 BP神经网络对驾驶员交通事故率预测的准确率在95％以上，同时明确了易发交通事故的驾驶员子组。 制定相应的措施、进一步改进神经网络结构提高准确率可把该系统应用于驾驶员管理，确保驾驶的安全 性和行驶的有效性。 关键词：驾驶员因素交通事故率交通安全 1驾驶员因素与交通事故率关联性研究的意义及现状 交通事故严重威胁着人们的生命财产安全。《世界预防道路交通伤害报告》(以下简称《报告》)根据 75个国家向世界卫生组织提交的死亡统计数据指出，全球每年大约有120万人死于道路交通事故。 《报告》还说，全球道路交通事故造成的直接经济损失为5180亿美元(约折合人民币4．3万亿元)。交通 安全受多个因素的影响，国内外的专家通过统计和研究得出，80％左右的交通事故是由驾驶员因素造成 的。国内的学者对某～个或某几个驾驶员因素与交通事故之间的关系进行了研究。比如驾驶员年龄、 性别与交通事故之间的关系研究，驾驶时间与交通事故之间的关系研究以及驾驶员基本的生理状况与 交通事故之间的关系研究等等。但综合驾驶员年龄、性别、教育程度、驾驶时间、行驶的里程数以及生理 状况、心理状况多个因素对交通事故的研究很少，依据驾驶员的这些基本特征预测驾驶员行车时发生交 通事故概率的研究也很罕见。本文对此进行研究，建立驾驶员特征与交通事故率之间的关系，对具有不 同特征的驾驶员发生交通事故的可能性进行预测，明确易发交通事故的驾驶群，对于下一步制定相应的 法律措施降低交通事故量，改善道路交通安全具有重要的意义。 用于交通安全影响因素研究的方法有很多种，最常用的方法是问卷调查和数理统计相结合的方法。 通过问卷调查的方法，建立驾驶员相关信息数据库。利用数据库中的数据，预测具有相似特点的驾驶员 发生交通事故的概率。该种方法的不足就是很难预测与数据库中的数据具有不同特点的驾驶员发生交 通事故的可能性，这就需要对驾驶员特征和交通事故率之间的关系进行研究。同时需要指出的一点就 是问卷调查和数理统计相结合的方法数据量大、效率低、适应性差。 自20世纪90年代以来人们对神经网络在交通领域中的应用产生了浓厚的兴趣，涉及到交通模式 分析、交通预测、交通控制、车辆检测与分类、汽车驾驶员行为的模拟、路面维护、交通环保等领域，并且 已经取得了一定的成果。人工神经网络作为一种新的数据分析技术，正受到人们越来越多的关注。人 工神经网络由于具有高度非线性函数映射功能，很强的学习、联想和容错功能，在驾驶员特性与事故率 研究及驾驶员行为预测方面表现出了极大的灵活性和适应性。本文采用改进的BP神经网络对不同驾 驶员特征与交通事故率之间的关系进行研究。 2驾驶员特征因素和研究内容 本研究综合考虑包括年龄、性别、驾驶经验、教育背景、每天行驶里程数、生理状况、心理状况多个驾 一6∞一 驶员特征参数，通过问卷调查的方式，利用BP神经网络分析技术，建立具有不同隐含层、神经元个数、 作用函数的神经网络结构对驾驶员因素与交通事故二者之间的关系进行研究，得出驾驶员因素与交通 事故率之间的内在关联性。确定最优的神经网络结构对事故率进行预测，明确了易发生交通事故的驾 驶员子组，确定了易发事故人群的基本特征。 驾驶员的很多特征都会对交通安全产生影响。本文仅采用了与之密切相关的七个特征，年龄、性 别、教育程度、驾驶时间、每日行驶的里程数、基本的生理状况和心理状况。下面对其分别进行概述。 2．1年龄 很多交通研究学者对驾驶员年龄与交通事故之间的关系进行了研究。一般来说，年轻驾驶员的交 通事故率较高。25岁以后，随着年龄的增长，交通事故率下降。当驾驶员的年龄大于60岁，交通事故 率又随着年龄的增长而增加。交通事故率较高的原因在于年轻驾驶员通常没有丰富的驾驶