[发明专利]一种城市快速路交通安全评价方法

说明书

本发明公开了一种城市快速路交通安全评价方法，包括如下步骤：S1：评价指标体系初选；S2：基于卷积神经网络对短时车速进行预测；S3：评价指标体系计算；S4：基于云模型的模糊综合评价。本发明采用上述城市快速路交通安全评价方法，从速度角度出发，构建评价指标体系，一定程度上弱化了指标选取的主观性和随意性，同时，基于卷积神经网络的短时车速预测方法，能有效提升预测的精确度。

技术领域

本发明涉及交通安全技术领域，尤其是涉及一种城市快速路交通安全评价方法。

背景技术

为对城市快速路的交通进行安全评价，一般使用以下几种方法。统计学方法(例如事故率法等)，适用于预测周期长、区域范围大的路网；主成分分析方法，直观明了，但是侧重于道路安全性的比较分析；模糊综合评价法，主观意识太强，随机性比较大，评价结果缺乏可靠性；云模型方法，综合了交通安全定性概念的模糊性和随机性，将云模型与模糊综合评价结合使用，进一步降低模糊综合评价的主观性，从而提高评价结果的可靠性。

但是，目前在利用云模型进行交通安全评价时，评价指标的选取存在片面性和主观性，导致不同指标得到的安全评价等级存在一定差异。申请人鉴于速度与交通安全的密切关系，从速度指标出发进行交通安全评价，并结合人工智能的卷积神经网络进行短时车速预测，为城市交通安全评价提供了新思路。

发明内容

本发明的目的是提供了一种城市快速路交通安全评价方法，用于解决云模型进行交通安全评价是存在片面性与主观性的问题。

为实现上述目的，本发明提供了城市快速路交通安全评价方法，包括如下步骤：

S1：评价指标体系初选

从车速连续性、离散性和协调性出发进行评价指标初选；

S2：基于卷积神经网络对短时车速进行预测

鉴于速度的时空特性，构造卷积神经网络进行车速预测；

S3：评价指标体系计算

依据灰色关联度分析速度指标与交通安全之间的关系，选取灰色关联度大的指标作为最终的评价指标体系；将预测得到的车速值代入评价指标体系，从而获得评价指标体系的计算值；

S4：基于云模型的模糊综合评价

建立标准云模型以及结果云模型，将结果云模型与标准云模型比较，从而得到直观的评价结果。

优选的，所述S1的具体过程如下：

S11：车速连续性分析

断面瞬时速度差ΔV＝max{|V_85i-V_85i+1|}，i＝1，2，…，n-1；

车速降低系数SRC＝V_85i/V_85i+1

式中，V_85i和V_85i+1分别为第i和第i+1个断面的第85％车辆运行车速，n表示断面总个数；

S12：车速离散性分析

车速标准差

V85与V15车速之差ΔV＝V₈₅-V₁₅

车速标准差变异系数

式中，V_i为样本路段第i辆车速，为样本路段的平均速度值，n为样本路段车辆总数；V₈₅为样本路段第85％位车辆车速，V₁₅为样本路段第15％位车辆车速；

车速集散度