基于粗糙集的道路交通事故成因层次分析方法

　　粗糙集理论能在无先验知识且没有事先对数据或知识进行主观评价的条件下，仅利用数据本身所含信息，客观有效地分析和处理不精确、不确定与不完全数据，并从中发现隐含的知识，揭示潜在的规律。这恰恰符合从大量的交通事故统计数据中分析各个事故成因对事故的影响程度的根本要求。

　　2005 年，姚智胜、邵春福等运用粗糙集理论对路段事故多发点的成因进行了分析，提出路段上交通事故成因分析的模型和方法。张鹏等提出通过粗集来对公路交通中的不利因素进行筛选，找到形成事故多发点的最大诱因，从而有针对性地进行整治。2007 年，陈强等利用粗糙集理论对道路交通事故死亡人数的时间分布规律进行分析。结果表明，道路交通事故死亡人数的分布与时间有密切的关系，并且不同时间粒度对死亡人数分布影响的重要程度又存在显著差别[1-3]。

　　对于公安交通管理部门而言，其收集的区域交通事故统计数据要复杂得多、规模大得多，对道路交通事故成因分析的需求也是多样化的，因此，直接应用粗糙集理论进行事故成因分析的方法有一定的局限性。

　　1 道路交通事故数据特点

　　交通事故数据是交通事故成因分析的基础，对我国公安部交通事故数据库进行深入分析发现：交通事故数据呈现为放射状、多维、多层次的超立体结构。每条交通事故记录都包含多个数据属性，每个属性值反映了一起交通事故在一个维度上的特性，多数据属性构成了交通事故数据的多个维度。另外，数据属性是从事故基本信息、人员信息、车辆信息、道路信息和环境信息五个角度设置的，这样在逻辑上数据属性和人、车、路、环、事故基本信息五个类别就形成了两个层次，人、车、路、环、事故基本信息五个类别是上层，数据属性是下层。

　　2 交通事故信息决策表

　　依据粗糙集理论，交通事故数据样本矩阵可视为一种知识表达系统——交通事故知识表达系统。因此，在交通事故数据样本矩阵中，每一列都对应着粗糙集中的一个属性，而每一个元素都对应着其所在列的相应属性的一个属性值。可依据不同的事故成因分析需求，将交通事故知识表达系统中的众多属性划分为条件属性和决策属性，这样就形成了交通事故信息决策表，如表 1 所示。

　　在事故数据库中一共有 56 个属性，从分析交通事故的成因角度来看，其中只有三个属性适合作为决策属性——死亡人数、受伤人数、财产损失;而其余的 53 个属性全部属于条件属性。

　　3 道路交通事故成因分层分析方法的提出