运用BP神经网络评估校园周边道路安全风险.pdfVIP

ROADTRAFFIC|路交通

道

摘要：近年来，我国教育水平飞速提升，适龄教育人数也直线上升，随之而来的校园安全管理难度也相应增大。道路安全作

为校园交通安全的一个重要方面，应受到足够重视。校内车辆较少、道路好，安全系数相应较高；反之，安全系数较低。文

章从影响校园周边道路安全的因素入手，根据以往专家的经验评价数据，利用BP神经网络根据大量已知样本训练学习，快速

对未知道路影响交通安全因素可能性和后果进行评价，再由各道路的重要性判断校园周边道路安全状况。该方法可以运用于

其他任意建筑物周边未知道路的安全评价。

关键词：校园安全；交通安全安全评价；BP神经网络

运用BP神经网络评估校园周边道路安全风险

■文／陆孟瑶霍正刚查晓庭

高校内外道路安全现在已经成为高校平安校园建设的重全主要影响因素有道路状况C1、管线脆弱性C2、服役年限

要组成部分，不仅关系着大学生生命健康安全，也是推进高C3、地下构筑物C4、岩土体条件C5、施工干扰C6、地表荷

校稳步建设和良好发展的基础，更是国家人才健康成长和全载C7、水环境条件C8，造成后果性影响指标有建筑物分布

面发展的保障。但是，当前我国大学生交通安全状况不容乐D1、人员密集程度D2、财产密度D3、社会影响D4，造成

观，各种校园周边交通事件屡出，究其原因主要是道路安全的风险可能性分值E1、风险可能性性等级E2、风险后果性

管理方式不完善、学生自我防范不到位、安全评估没有有效分值E3、风险后果性等级E4、总风险安全等级E5。

途径等。因此，推动有效、快速评估校园周边道路安全势在

2.1道路安全可能性指标

必行。对于道路安全评价，不少学者对其展开研究，Orsini

2.1.1道路现状

Federico等主张采取极值理论对其进行评价，HaojieLi等用

道路现状包含各种裂缝、各种车辙、路面沉陷、表面磨

Bayes方法与倾向评分方法进行仿真，ZhijianChen提出了一

损等。裂缝、车辙和沉陷，容易造成形成失稳、严重时改变

种结合能量法、故障树分析路段的平均碰撞概率。

车辆行驶方向、跳车等危害。

1 BP模型介绍

2.1.2地埋管线及地下构造物

BP（BackPropagation）神经网络是一种逆向误差传播的

地下管线或地下构造物的服役年龄及其老化、破损、材

多层前馈神经网络，是目前应用最广泛的神经网络。在很长

质等对道路的安全都存在隐患，对材质而言，砌体、石棉水泥、

一段时间内，隐含层的连接权值调整问题一直困扰着学者们，

陶罐、塑料、灰口铸铁等强度较小、材料可靠性较低的隐患

误差反向传播算法（BP算法）成功解决了这一难题。BP神

程度大，而其他材料如混凝土、球墨铸铁、钢管等可靠性较高，

经网络就是一个模拟大脑神经运作，进行误差反馈后进行比

材料隐患程度小。对于结构周边环境，地下构筑物处于管线

较找差别的一种算法，当输出实际