基于模糊层次分析的高速公路隧道交通事故风险评估方法与流程

本发明涉及隧道风险评估技术领域，尤其涉及一种基于模糊层次分析的高速公路隧道交通事故风险评估方法。

背景技术：

我国高速公路隧道的建设起步较晚，但发展飞速，尤其是山区高速公路的修建，出现了大量的公路隧道，上世纪末至今，国内公路隧道数量猛增，规模较长，二者都位于世界前列，并处于一个重要的发展阶段。但当大量公路隧道交付运营的同时，隧道运营安全问题却日趋严重。因此，针对高速公路隧道的工程特点，进行隧道运营安全评估，是一项具有重大实用意义的工作。

目前，隧道风险评估方法一般大致分为定性风险分析方法、定量风险分析方法以及半定量分析方法等几种。具体方法有：

(1)定性分析方法

该方法主要有：专家调查法、头脑风暴法(brainstorming)、德尔菲法(delphi)、“如果……怎么办”法(if……then)、失效模型及后果分析法(failuremodeandeffectanalysis，fmea)等。

(2)定量分析方法

该方法主要有：层次分析法(analytiehierarchyproeess，ahp)、模糊综合评估法、敏感性分析、蒙特卡罗法(montecarlosimulation)、控制区间记忆模型(controlledintervalandmemorymodel，cim)、神经网络方法(neutralnetwork)、等风险图法等。

(3)半定量分析方法

该方法主要有：故障树法(faulttreeanalysis，fta)、事件树(eventtreeanalysis，eta)、影响图方法，原因-结果分析法、风险评价矩阵法，以及各类综合改进方法，如：专家信心指数法、模糊层次综合评估方法、模糊事故树分析法、模糊影响图法等综合评估方法。

定性分析方法的优点是能使评估的结论更全面、更深刻，但整个评估过程对评估者本身的要求很高，评估结果产生的主观性较强。定量分析方法的优点是可以用直观的数据来客观地表述评估结果，但量化过程中容易使本来比较复杂的事物简单化、模糊化。因此本发明将定性与定量的方法结合，采用模糊层次分析对高速公路隧道交通事故风险进行评估，综合两种方法各自的特点，以期获得客观合理的评估结果。

技术实现要素：

本发明所要解决的技术问题在于，针对长度大于400m的隧道提供一种基于模糊层次分析的高速公路隧道交通事故风险评估方法，通过模糊矩阵以及层次分析在风险评价中的应用，对风险评价过程中出现的各种风险因素、指标进行分析。

为了解决上述技术问题，本发明提供了一种基于模糊层次分析的高速公路隧道交通事故风险评估方法，包括以下步骤：

步骤一、通过交通事故原因调查分析及专家推荐意见得到多个评价指标生成评价指标域；

所述评价指标由一级指标构成，一级指标包括路网因素、隧道因素、车辆因素、驾驶人因素、管理因素、天气因素、维护因素；

所述一级指标由二级指标构成；所述路网因素包括二级指标交通量、大车比例和隧道位置；隧道因素包括二级指标曲线半径、纵坡坡度、路面、隧道长度、隧道通风和照明；驾驶人因素包括二级指标驾驶技术、不安全行车行为和安全意识；车辆因素包括二级指标车速和车辆性能；管理因素包括二级指标交通管制水平、宣传教育和管理人员水平；天气因素包括二级指标雨天、雪天和雾天；维护因素包括二级指标土建结构、机电系统和控制系统维护。

步骤二、根据交通事故空间分布特点，将高速公路隧道分为三个研究区段，即隧道入口影响段、隧道中间段、隧道出口影响段，在步骤一的基础上分别建立三个研究区段的指标体系；所述隧道入口影响段a是隧道入口前后各200m共400m区域；所述隧道中间段b是除隧道入口影响段a和隧道出口影响段c外的隧道内区域；所述隧道出口影响段c是隧道出口前后各200m共400m区域。

步骤三、由评价风险源的专家组制定多个评价等级生成评价等级域；所述评价等级根据风险程度分为ⅰ级防控，ⅱ级防控，ⅲ级防控，ⅳ级防控，对应分值1，2，3，4。

步骤四、根据专家组对所述评价指标相对于评价等级的推荐意见，分别计算风险源对所述等级的模糊隶属度，构建隶属度矩阵。

步骤五、引用层次分析法计算所述评价指标的权重向量；所述引用层次分析法计算评价指标的权重向量的方法包括：根据所述评价指标的相对重要性构建判断矩阵；根据所述判断矩阵确定评价指标的权重向量；对所述判断矩阵进行一致性检验。

(1)所述根据评价指标的相对重要性构建判断矩阵的方法包括：采用1，3，5，7，9及其倒数的标度方法构建判断矩阵。

(2)所述确定评价指标的权重向量的方法包括：通过幂法迭代计算所述判断矩阵的最大特征根及所述最大特征根对应的特征向量；对所述特征向量进行归一化处理。

(3)所述对判断矩阵进行一致性检验的方法包括：计算一致性指标ci，计算平均随机一致性指标ri，当随机一致比率时，则判断矩阵的一致性可接受，否则，判断矩阵的一致性不可接受，需要重新构建判断矩阵并重新确定权重向量。

步骤六、根据所述权重向量及隶属度矩阵合成综合评价向量。所述综合评价向量是通过将权重向量与隶属度矩阵利用矩阵相乘计算得到。

步骤七、根据所述综合评价向量及评价等级分值计算风险值；最后根据所述三个区段中的最小值判断高速公路隧道交通事故的风险情况。

本发明具有如下有益效果：

本发明适用于长度大于400m的隧道。本发明基于模糊矩阵层次分析法的风险评估方法，通过模糊矩阵以及层次分析法在风险评价中的应用，可对风险评价过程中出现的各种不确定因素、指标进行分析。设置一级指标、二级指标，通过从路网、隧道、驾驶员、车辆、管理、天气、维护七个方面进行考量，分析更为全面。采用设置权重，各因素指标相互对比的方式进行评价，从而使得评价结果更趋客观化。此外，本发明将隧道分为三个区段分别进行评价，取三个区段中的最小评价值作为最终评估结果，使得评价更为合理。

附图说明

图1是高速公路隧道区段划分示意图；

图2是本发明基于模糊层次分析的风险评估方法的实施流程图；

图3是本发明基于模糊层次分析的风险评估方法中引用层次分析法计算评价指标的权重向量的实施流程图；

图4至图6为高速公路隧道三个区段的风险指标体系；

图7为交通事故发生地点按曲线、直线段进行统计结果；

图8为交通事故发生地点按不同坡度进行统计结果；

图9为三座隧道进行路面铣刨前后事故率对比；

图10为交通事故率随隧道长度递减统计结果；

图11为交通事故率随交通量递增统计结果；

图12为位于同一路段上的三座隧道事故率对比；

图13为交通事故发生时天气情况统计结果；

图14为交通事故发生原因统计结果；

图15为交通事故的车辆类型统计结果；

图16为雅西高速2013-2014年各季节事故所占比例对比。

具体实施方式

下面通过实施例对本发明进行具体的描述，本实施例只用于对本发明进行进一步的说明，不能理解为对本发明保护范围的限制，本领域的技术人员根据上述本发明的内容作出的一些非本质的改进和调整也属于本发明保护的范围。

图1是高速公路隧道研究区段划分示意图，包括：隧道入口影响段、隧道出口影响段、隧道中间段。

图2是本发明基于模糊层次分析的风险评估方法的实施流程图，包括：

步骤一、通过交通事故原因调查分析及专家推荐意见得到多个评价指标生成评价指标域，即u＝{u1，u2，…，up}。

本发明确定生成评价指标域是通过交通事故原因调查分析及专家推荐意见确定的，根据专家意见，下面说明本发明各指标域的相关分析：

从图7可以看出，交通事故主要发生隧道曲线段。由于隧道壁面效应的影响使得在曲线段，行车视距变得更小，影响驾驶员的视觉诱导，同时由于隧道内的湿度较大，在小曲线半径路段上容易打滑失控。由此可以看出，曲线对交通事故有着一定程度的影响。

从图8可以看出，交通事故主要发生在下坡路段。在长大隧道内，隧道内单调的行车环境使驾驶员难以感知是在连续下坡，造成车速加快，同时在下坡路段驾驶员精神比较放松，发生紧急情况时反应不及时，容易导致交通事故。由此可以看出，纵坡对交通事故有着一定程度的影响。

从图9可以看出，路面经过铣刨处理后，隧道事故率都有所降低。隧道经过铣刨处理后，路面附着系数提高，轮胎与地面不易产生滑动，从而有效地减少了交通事故的发生。由此可以看出，路面条件对交通事故有着一定程度的影响。

从图10可以看出，随着隧道长度的递减，隧道事故率呈降低趋势，但当隧道长度减少到某一长度后，事故率又呈上升趋势。由此可以看出，隧道长度条件对交通事故有着一定程度的影响。

从图11可以看出，随着交通量的增加，隧道事故率呈现先上升后下降的特点。交通量较小时，驾驶员超速现象较多；当交通量上升到一定程度后，道路车辆增多，驾驶员行车更加谨慎，开始降低车速，事故率因此有所下降。由此可以看出，交通量对交通事故有着一定程度的影响。

从图12可以看出，叙岭关隧道事故率远远高于其它两座隧道。叙岭关隧道正好位于长大下坡的底部，车辆在经过长大下坡后以较高的车速进入隧道，同时进入隧道时会出现“黑洞”效应，在这种情况下极易发生交通事故。由此可以看出，隧道位置对交通事故有着一定程度的影响。

从图13可以看出，交通事故主要发生在雨天。雨天汽车车轮将水带入隧道，可引起隧道内数十米长的路面湿滑；或当有一定的纵坡且未设置路面横向截水沟时，雨天路面表面水可流入隧道内。由此可以看出，天气对交通事故有着一定程度的影响。

从图14可以看出，交通事故的发生主要为驾驶人自身的原因，包括操作不当、不安全行车行为等。操作不当与驾驶人的驾驶技术有着直接联系，不安全行车行为包括超速、超载、超车、疲劳驾驶、车距过近等，驾驶人的安全意识高低直接影响到其行车行为。

同时可以看出，超速是诱发隧道交通事故的重要原因，车辆在隧道内超速行驶时，如果发生紧急情况，由于隧道内狭窄的横向空间，加之车辆正在高速运行状态，很容易导致交通事故的发生。

从图15可以看出，货车和小轿车是交通事故的主要车型。货车较为笨重，车身不易控制，同时也影响了车辆的制动性能；小汽车由于车速较快，发生紧急情况时可供反应的时间较短，很容易发生交通事故。由此可以看出，车型比例对交通事故有着一定程度的影响。

从图16可以看出，雅西高速冬季交通事故所占比例从12.2％下降到了7.2％，呈下降趋势。这是由于从2013年到2014年雅西高速实行“冬管”措施，通过对应措施使得雅西高速冬季交通事故得到了有效地减少。因此可以看出，交通管制水平对交通事故有着一定程度的影响。

综合以上分析和专家推荐意见得到多个评价指标生成评价指标域：

u＝{曲线半径、纵坡坡度、路面、隧道通风、隧道照明、隧道长度、交通量、隧道位置、雨天、雪天、雾天、驾驶技术、不安全行为、安全意识、车速、大车比例、车辆性能、交通管制水平、管理人员水平、宣传教育、土建结构维护、机电系统维护、控制系统维护}

对以上指标进行分类，形成如下指标体系：

一级指标，一级指标包括路网因素、隧道因素、车辆因素、驾驶员因素、管理因素、天气因素、维护因素；所述一级指标由二级指标构成；所述路网因素包括交通量、大车比例和隧道位置；所述隧道因素包括曲线半径、纵坡坡度、路面、隧道长度、隧道通风和照明；所述驾驶人因素包括驾驶技术、不安全行车行为和安全意识；所述车辆因素包括车速和车辆性能；所述管理因素包括交通管制水平、宣传教育和管理人员水平；所述天气因素包括雨天、雪天和雾天；所述维护因素包括土建结构、机电系统和控制系统维护。

表1高速公路隧道交通事故风险指标体系

步骤二、根据现场调查交通事故空间分布特点，事故主要集中发生在隧道进出口附近200m范围内，因此将高速公路隧道分为三个研究区段，即隧道入口影响段(隧道入口前后各200m)、隧道中间段(隧道内剩余路段)、隧道出口影响段(隧道出口前后各200m)，在步骤一的基础上分别建立三个研究区段的指标体系。如附图4～6所示。

步骤三、由评价风险源的专家组制定多个评价等级生成评价等级域，即v＝{v1，v2，…，vq}。所述评价等级根据风险程度分为四级即ⅰ级防控，ⅱ级防控，ⅲ级防控，ⅳ级防控，对应分值1，2，3，4。即v＝{v1，v2，v3，v4}＝{ⅰ级防控，ⅱ级防控，ⅲ级防控，ⅳ级防控}。

步骤四、根据专家组对所述评价指标相对于评价等级的推荐意见，分别计算风险源对所述等级的模糊隶属度，构建隶属度矩阵。假设对于任一指标up，有m1个v1评语，m2个v2评语，m3个v3评语，m4个v4评语，则该指标up对评语集合v的隶属向量(rp|up)：

由上述方法可以得到所有指标的隶属向量，以指标隶属向量为行组成隶属度矩阵：

矩阵r中第p行第q列元素rpq，表示风险指标up对评价等级域vq模糊子集的隶属度。在风险评价中，隶属度矩阵反映出了专家组对各个指标在风险等级方面的推荐情况。

步骤五、引用层次分析法计算所述评价指标的权重向量。需要说明的是，权重向量表示各评价指标的相对重要性排序，即权重的分配。对于多层次的综合评价问题，模糊综合评判过程是由低层次向高层次逐步进行的。分别对一级指标及二级指标构造其各自的判断矩阵，通过计算最大特征根和一致性检验，得出合理的权重向量。

步骤六、根据所述权重向量及隶属度矩阵合成综合评价向量。所述综合评价向量是通过将权重向量与隶属度矩阵利用矩阵相乘计算得到。

例如，将权重向量a与各被评风险因素的隶属度矩阵r进行合成，得到风险指标的模糊综合评价结果向量b。即：

其中，bj是由权重向量a与隶属度矩阵r的第j列运算得到的，它表示风险指标从整体上看对评价等级域vq模糊子集的隶属程度。

步骤七、根据所述综合评价向量及评价等级分值计算风险值并根据所述三个区段中的最小值判断高速公路隧道交通事故的风险情况。

所述根据综合评价向量及评价等级分值计算风险值方法包括：首先通过将权重向量a与模糊综合矩阵b相乘得到评价等级域vq的隶属向量rv，即然后根据所述隶属向量rv和评价等级分值向量vq计算得到最终风险值，即通过上述方法分别计算得到三个区段最终风险值后，根据其中最小值确定风险情况。

图3是本发明基于模糊层次分析的风险评估方法中引用层次分析法计算评价指标的权重向量的实施流程图，包括：

步骤一、根据所述指标的相对重要性构建判断矩阵。所述根据评价指标的相对重要性构建判断矩阵的方法包括：采用1，3，5，7，9及其倒数的标度方法构建判断矩阵。需要说明的是，判断矩阵反映了专家组对各评价指标相对重要性的认识，通常采用1，3，5，7，9及其倒数的标度方法构建判断矩阵。判断矩阵相应元素的值则取这个比值，即判断矩阵s＝(uij)p×p。

步骤二、根据所述判断矩阵确定评价指标的权重向量。所述确定评价指标的权重向量的方法包括：首先通过幂法迭代计算所述判断矩阵的最大特征根及所述最大特征根对应的特征向量；然后对所述特征向量进行归一化处理。

需要说明的是，用幂法迭代计算出判断矩阵s的最大特征根λmax及最大特征根λmax所对应的特征向量a(a1，a2，…，ap)，此特征向量就是各评价指标的相对重要性排序，即权重的分配。然后，将特征向量归一化形成权重向量，即

步骤三、对所述判断矩阵进行一致性检验。所述对判断矩阵进行一致性检验的方法包括：首先计算一致性指标ci，然后计算平均随机一致性指标ri；最后当随机一致性比率时，则判断矩阵的一致性可接受，否则，判断矩阵的一致性不可接受，需要重新构建判断矩阵并重新确定权重向量。

下面将结合具体实施例对本发明作进一步地详细描述。

对某高速公路隧道交通事故风险进行评估，三个区段评价指标体系如附图4～6所示。

根据专家组打分情况分别构造判断矩阵s，并计算相应权重向量。将各专家计算的权重加权平均后得出各区段各级指标权重分配：

区段a：

表1一级指标权重计算结果

表2路网因素指标权重计算结果

表3隧道因素指标权重计算结果

表4驾驶人因素指标权重计算结果

表5车辆因素指标权重计算结果

表6环境因素指标权重计算结果

表7管理因素指标权重计算结果

表8维护因素指标权重计算结果

区段b：

表9一级指标权重计算结果

表10路网因素指标权重计算结果

表11隧道因素指标权重计算结果

表12驾驶人因素指标权重计算结果

表13车辆因素指标权重计算结果

表14管理因素指标权重计算结果

表15维护因素指标权重计算结果

区段c：

表16一级指标权重计算结果

表17路网因素指标权重计算结果

表18隧道因素指标权重计算结果

表19驾驶人因素指标权重计算结果

表20车辆因素指标权重计算结果

表21环境因素指标权重计算结果

表22管理因素指标权重计算结果

表23维护因素指标权重计算结果

根据专家组对评价指标风险等级的推荐情况构造隶属度矩阵r：

表24区段a各评价指标隶属度

表25区段b各评价指标隶属度

表26区段c各评价指标隶属度

根据所述权重向量和隶属度矩阵计算最终风险评价值。

对于区段a：

计算一级指标的模糊综合评价结果向量：

同理计算出：

b隧＝(0.531，0.249，0.220，0)；b人＝(0.160，0.380，0.260，0.200)

b车＝(0.225，0.450，0.325，0)；b环＝(0.060，0.340，0.360，0.240)

b管＝(0.040，0.480，0.380，0.100)；b维＝(0.200，0.400，0.400，0)

b路，b隧，b人，b车，b环，b管，b维构成一级指标对应的模糊评价矩阵：

计算隶属向量rv：

计算区段a评价值va：

采用上述同样的计算方法可以计算出区段b和区段c的评价值：

区段b：vb＝2.791

区段c：vc＝2.799

因此该隧道交通事故风险最终评价值为：v＝vb＝2.791

设定评价标准如下：

表27风险评价值对应安全等级

根据以上评估结果可知，该隧道交通事故风险程度处于ⅲ级防控。这样的结果说明该隧道交通事故风险基本可以被接受，但尚可以采取一定的措施来进一步保障隧道运营安全。