引言 近几年国家不断完善道路交通安全管理体系(2)
2013-04-24 18:44
导读：整个调查过程共发放问卷300 份，共回收问卷281 份，有效问卷281 份，有效率100%。其中行人问卷回收181 份，驾驶员问卷回收100 份。从对回收问卷整理来看，
整个调查过程共发放问卷300 份，共回收问卷281 份，有效问卷281 份，有效率100%。其中行人问卷回收181 份，驾驶员问卷回收100 份。从对回收问卷整理来看，我们系统分析了受访人群的信息。本次调查受访人群年龄的分布涉及20 岁以下、20~35、35~50、50 岁四个范围，被调查者的性别比例相对比较均衡，对于交通参与者的出行方式比分配符合广泛性，总体的调查范围具有普遍性和代表性，能够得到一组相对真实可靠的原始数据资料。因此，本次调查的数据能较好反映了徐州市解放南路的交通色彩安全影响因素，可以依此建立较好的评价指标体系。从对回收问卷整理来看，69%的受访者认为交通色彩能影响交通安全，51%的受访者并不满意现行的城市道路交通色彩体系。从调查结果看，交通环境系统中光污染性质的霓虹灯色彩、广告牌色彩、信号色彩、照明色彩和车辆系统中汽车车身色彩等都对交通色彩安全的影响较大，而驾驶员衣着、行人提包等色彩因素对交通色彩的安全影响就比较小。
1.3 城市道路交通色彩安全评价指标体系建立
城市道路交通系统是一个由人、车、路、环境构成的动态系统。它们是一个相互影响，相互联系的整体，众多的影响因素、复杂的关系、不断变化的因素测度、数据的不确定性等都给普适性评价指标体系的确定带来一定困难。因此，要建立一套科学合理的城市道路交通色彩安全评价体系是本项目的重点。
根据因素分析结果，建立以下指标筛选原则[10]：明确责任范围、与研究对象紧密结合、量化标准的合理性和有效性、统计指标间的非因果性、指标内容间的排斥、数量与质量统一、驾驶行为的动态性等，并建立的交通色彩安全评价指标体系。
本文建立的“城市道路交通色彩安全评价指标体系”包括四个一级指标，分别为行人、非机动车色彩、机动车色彩、必要交通设施色彩、交通环境色彩。行人、非机动车色彩主要是集合行人衣着和非机动车车身色彩而确定的；机动车色彩是结合了机动车、驾驶室以及汽车车身的色彩而综合确定的；必要交通设施色彩则结合了交通设施中的一些主要因素而概括性确定的；由于绿化带、建筑及广告牌色彩等交通环境中的要素对于交通色彩安全的影响权重也很大，汇集这些交通环境最终确定了第四个一级指标。
（科教作文网 zw.nseac.com整理）
2 城市道路交通色彩安全评价模型
在对道路交通色彩安全进行评价时，评价模型的选择是一个关键部分。这里由于交通色彩安全评价问题的模糊性，首先考虑传统评价模型中的灰色系统评价法。灰色
系统理论是从信息的非完备性出发研究和处理复杂系统的理论，它不是从系统内部特殊的规律出发去研究系统，而是通过对系统某一层次的观测资料加以
数学处理，达到在更高层次上了解系统内部变化趋势、相互关系等机制[11]。虽然该模型实现了对系统内部的分析，但是很难摆脱决策过程中的随机性和参评人员主观上的不确定性及其认识上的模糊性。所以在此基础上引入了神经网络评价方法。其具备强大的表示任意非线性关系和自学习、处理推理规则不明确的问题等能力，且无需建立对象的精确数学模型，只需要根据输入的采样数据去估计其要求的决策。这里使用比较常用的BP 神经网络模型[12]。GT-BPNN 模型，既充分考虑评价者的经验和直觉思维的模式，又能降低综合评价过程中的不确定因素，即具备综合评价方法的规范性又能体现出较高的问题求解率。
在网络训练中，发现BP 神经网络容易遇到训练速度慢和目标函数存在局部极小的问题。本文针对这些问题，采用将自适应快速训练算法和动量批梯度下降算法相结合的算法。同时，引入了遗传算法对网络的初始权值与阈值进行优化处理，提高了算法的精确度和网络的训练速度。遗传算法，属于智能优化算法又称为现代启发式算法，是一种具有全局优化性能、通用性强、且适合于并行处理的算法。这种算法一般具有严密的理论依据，而不是单纯凭借专家经验，理论上可以在一定的时间内找到最优解或近似最优解。这些算法与神经网络算法相结合在保证发挥神经网络自身优势的同时还可以解决很好的弥补其在训练速度和早熟方面的缺陷，对于解决徐州市解放南路的交通色彩安全问题有很大的实用价值。其联合评价模型的流程如。
