交通事故应急处理的交通警力部署覆盖模型研究

　　摘要：为了提高道路交通事故应急处理效率，保障道路的安全与畅通，提出有限资源内的交通警力部署模型。综合分析实际应用情况，模型以警力部署点覆盖度最大、部署点服务评价效率得分最高为目标，最大限度地保证资源合理配置。通过遗传算法求解，并结合算例进行验证，该模型能在预设条件下求得最优警力部署方案，为公安交通勤务管理提供新思路。

　　关键词：覆盖模型交通警力部署遗传算法选址出警效率帕累托最优

　　一、研究背景

　　道路交通事故的应急处理能力关系着人民的生命与财产安全以及道路交通设施的利用效率，是交通管理工作中的重要内容。提高道路交通事故应急处理能力，一方面可以缩短道路交通事故的处置时间，另一方面可以快速消除路障，保障道路交通运输的畅通。目前，道路交通事故处理采用接处警的方式，根据事故报警位置，通知所属辖区交警中队调配警力进行处理。影响交通事故处置效率的主要有两点，一是事故处置时间，二是路程花费时间。对此，提高处置效率可以从缩短路程花费时间入手，通过覆盖模型设计交通警力部署方案，以此来辅助辖区交警中队的警力调配，同时在当前上海等城市进行的交通警察勤务改革中，可以为灵活的警力部署提供理论支持。交通警力部署是一个选址问题，通过警力资源的合理分配，能够让区域内的交通事故得到及时地处置。目前，的交通管理方法大多依靠经验管理模式，缺乏科学的理论依据，极易造成警力资源分配不合理。由于实际运行当中警力资源短缺，决策者不能够无限制地增加警力部署点来提高交通事故的应急处置能力。为了更好地应对道路突发事件，本文提出参照治安岗亭模式，利用应急选址模型，设置警力部署点，合理分配警力，以此来提高交通事故的应急反应和处置效率。从选址的模型上来说，已经有不少国内外学者进行过研究。H[1]akimi提出P-中值问题，来使需求点与设施之间的平均距离最小化，相类似的S[2]ylvester提出了P-中心问题，建立了P[3]-中心模型；Toregas等提出的位置集合覆盖模型（L[4]SCP），Church等在此基础上提出了最大覆盖模型；李宗平、叶怀珍等[5]利用混合整数规划，以运输路程、货物运量、运输方式等构建费用函数，用Benders分解算法约束求解最佳配送中心，保证了算法的收敛性；楚志勇、侯遵泽等[6]基于Dijkstra算法将乡镇的交通网络图等效为带权拓扑结构图，以消防站为顶点得出各顶点到所有节点的最短路径，对备选点进行最优点挑选；张铱莹等[7]引入应急需求点危险权重系数，利用多目标优化模型对最优应急选址点进行了研究，关文玲等[8]综合考虑潜在生命损失值和影响因素实现消防站的选址。

　　二、问题描述

　　均响应时间、部署点覆盖范围内事故点数量以及部署点覆盖范围内事故数量为评价指标，通过熵权法比较多个指标之间相对的重要程度，确定各评价指标权重，利用计算权重结合实际数据对各选址点的服务效率进行评价赋分。再以覆盖度最大、部署方案服务效率得分总和最高为目标，通过遗传算法进行多目标规划求解，使结果达到帕累托最优，以此来找到覆盖度与部署点服务效率得分不同组合的帕累托解集，为决策者提供多种可行方案。帕累托最优，是指一个经济体系的资源和产量配置已经达到这样的一种状态：即在不减少任何一个社会成员的福利的条件下，调整资源配置已经无法增加任何社会成员的福利。如果资源配置的改变使千万人的处境变好了，但使某一个人的处境变差，那么改变后的状态就不能称为帕累托最优。[13]模型中主要考虑的几个问题：（1）要考虑部署方案对事故的区域覆盖度最大；（2）所选取的警力部署点服务效率得分总和最高；（3）警力部署点个数不得超过最大警力部署点数量。为了简化计算进行数据分析，对模型建立做出了以下假设：（1）假定事故发生点和警力部署点都在路段和路口上，事故发生点既是被覆盖点，又是警力部署点；（2）假定在警力部署点的服务范围内，事故发生点的需求总是能够被及时满足的；（3）假定平峰时段普通车辆的行驶速度即为警力的出警速度，忽略特殊道路条件和不同时段实际交通状况所带来的影响；（4）仅考虑警力赶往事故现场途中花费的时间。

　　三、有限资源内的交通警力部署模型的提出

　　（一）模型假设

　　（二）符号说明

　　（三）模型建立

　　（四）熵权法

　　模型考虑在现有警力资源无法满足区域事故点全覆盖的情况下，要求部署点警力服务的覆盖范围尽可能的大，同时保证部署点警力的服务效率能够在尽可能短的时间内得到充分的发挥。本模型以最大覆盖模型为基础，将平均响应时间、部署点覆盖范围内事故点数量和部署点覆盖范围内事故数量作为评价指标，利用熵权法对部署点服务效率进行定量分析，再将警力部署点的最大个数作为约束条件，以区域内警力覆盖度最大，选取的部署点服务效率得分之和最高为目标构造函数，建立交通警力部署模型。熵是热力学中表征物质状态的参量之一，后香农提出了“信息熵”的概念，将熵引入了信息论，来度量数据所提供的有效信息量，现已经在工程技术、社会经济等领域得到广泛应用[14]。通过熵权法来确定平均最短响应时间、覆盖范围内事故点数量和部署点覆盖范围内事故数量对于部署点服务效率评分时的权重。

　　四、算例分析

　　最大覆盖模型实质上是一个优化模型，本文所提出模型，本质上属于多目标优化问题，这符合遗传算法的求解特征。Geatpy是一个高性能的Python遗传算法库以及开放式进化算法框架，本文算法的实现过程主要通过该遗传算法库中的NSGA-Ⅱ算法实现。

　　本文采用桐乡市道路报警数据进行实例分析。数据来自该地区2013年7、8月7时至10时出行早高峰时段间的报警数据。根据实际的警力情况，设定区域内最大部署点数量，且要求每个部署点到达事故发生点的最大用时不超过300s。为了使计算结果可靠，需要对数据进行预处理。首先，通过正则表达式过滤出事故发生路段；其次，利用高德地图的POI数据获得事故点的经纬度坐标以及任意事故点之间出行所需的最短时间；再次，为排除POI数据带来的错误以及意外交通事故给道路选址可能带来的影响，利用LOF算法检测一系列经纬度坐标中的离群点；最后，在7月早高峰时段中的251起交通事故中提取出154个有效事故点，在8月早高峰时段中的219起交通事故中提取出158个有效事故点。7、8月事故点分布如图1、图2所示。图中的红点代表正常事故点，黄点代表离群点。

　　五、结论

　　时不超过300s，决策者以熵权法计算权重为决策偏好的前提下，区域内事故发生点覆盖度为90.26%，服务效率评价总得分5.19的方案为最优部署方案，该部署点方案得分为11.86。在7月应用此最优部署方案，平均每日减少了45.22%的出警响应时间，应用于8月平均每日能减少37.97%，验证了部署方案的可行性。此外，模型在目标函数的设计上，以部署点覆盖度最大和部署点服务效率评价总得分最高两个目标，解决了以往求解覆盖点过程中，目标函数单一的问题，也引入了平均最短响应时间最小、覆盖范围内事故点数量和覆盖范围内事故数量等指标，科学合理地量化部署点服务效率评价得分，为交通警力部署提供了一种新的思路，具有一定的借鉴意义。

　　参考文献

　　[1]HakimiS.L.OptimumLocationsofSwitchingCentersandtheAbsoluteCentersandMediansofaGraph[J].OperationsResearch,1964,12(1):450-459．

　　[2]SylvesterJJ.AQuestionintheGeometryofSituation[J].QuarterlyJournalofPureandAppliedMathematics,1857,1(5):79．

　　[3]ToregasC,SwainR,RevelleC.S,etal.TheLocationofEmergencyServicefacility[J].OperationsResearch,1971,19(6):1363-1373．

　　[4]ChurchR.L,ReVe11eC.S.TheMaximalCoveringLocationProblem[J].PapersRegionalSciAssoc,1974,32(1):101-118．

　　[5]刘海燕,李宗平,叶怀珍.物流配送中心选址模型[J].西南交通大学学报,2000(03):311-314.

　　叶正阳周妍

《交通事故应急处理的交通警力部署覆盖模型研究》

上一篇：基于5G的车联网道路交通事故信息传输机制研究

下一篇：提升北京城市轨道交通一体化发展策略研究