基于灰色關(guān)聯(lián)分析的行車(chē)安全評(píng)價(jià)研究

武佳琪 張慧慧 檀亞寧

摘? 要：隨著車(chē)聯(lián)網(wǎng)技術(shù)的發(fā)展，在車(chē)輛行駛的過(guò)程中對(duì)相關(guān)指標(biāo)的檢測(cè)越來(lái)越準(zhǔn)確，產(chǎn)生的行車(chē)數(shù)據(jù)也日益增多，如何判別行車(chē)安全狀況成為當(dāng)前運(yùn)輸行業(yè)研究的熱點(diǎn)問(wèn)題。該文通過(guò)熵權(quán)法對(duì)數(shù)據(jù)進(jìn)行處理，并建立灰色關(guān)聯(lián)模型對(duì)行車(chē)安全進(jìn)行分析。通過(guò)分析可知，大部分車(chē)輛駕駛者的交通安全意識(shí)水平一般，極易釀成嚴(yán)重后果，只有加強(qiáng)對(duì)車(chē)輛駕駛者安全意識(shí)的培養(yǎng)，才能有效降低交通事故的發(fā)生率。

關(guān)鍵詞：行車(chē)安全;熵權(quán)法;灰色關(guān)聯(lián)

中圖分類(lèi)號(hào)： U461.91? ? ? 文獻(xiàn)標(biāo)志碼：A

0 引言

隨著我國(guó)社會(huì)發(fā)展和經(jīng)濟(jì)持續(xù)增長(zhǎng)，越來(lái)越多的人選擇汽車(chē)作為主要交通工具，但同時(shí)出現(xiàn)的行車(chē)安全問(wèn)題也日益增多。為緩解該社會(huì)現(xiàn)象，該文構(gòu)建一種基于灰色關(guān)聯(lián)分析的行車(chē)安全評(píng)價(jià)模型，利用熵權(quán)法計(jì)算出各個(gè)影響因素的權(quán)值，并將計(jì)算得到的權(quán)值結(jié)合灰色關(guān)聯(lián)分析法構(gòu)建行車(chē)安全評(píng)價(jià)模型。

1 數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理包括2點(diǎn)。1）去除異常值，針對(duì)收集的數(shù)據(jù)，該文將異常值刪除，保證了數(shù)據(jù)的合理性。2）填補(bǔ)缺失值，部分車(chē)輛出現(xiàn)數(shù)據(jù)缺失的情況，該文根據(jù)數(shù)據(jù)集中記錄的取值分布情況來(lái)對(duì)缺失值進(jìn)行自動(dòng)填充，通過(guò)計(jì)算行車(chē)速度的平均值進(jìn)行填補(bǔ)。

2 安全評(píng)價(jià)模型

2.1 模型假設(shè)

安全評(píng)價(jià)模型有4個(gè)假設(shè)。1）假設(shè)車(chē)輛行駛路段未發(fā)生重大自然災(zāi)害。2）假設(shè)駕駛員在行車(chē)過(guò)程中健康狀況良好。3）假設(shè)每個(gè)城市單位時(shí)間道路人流量相同。4）假設(shè)車(chē)輛行駛過(guò)程中不考慮天氣和能效等因素。

2.2 模型建立

為避免在指標(biāo)權(quán)重的確定中受到主觀因素和不確定性因素的干擾，該文采用客觀權(quán)重熵權(quán)法來(lái)確定影響因素的權(quán)重系數(shù)，該方法根據(jù)指標(biāo)變異性的大小來(lái)確定客觀權(quán)重[1]。它能將一些邊界不清且不易定量的因素定量化，進(jìn)而實(shí)現(xiàn)綜合評(píng)價(jià)。同時(shí)結(jié)合灰色關(guān)聯(lián)模型，通過(guò)運(yùn)用序列算子對(duì)原始數(shù)據(jù)進(jìn)行生成并處理[3]。

2.2.1 選取測(cè)評(píng)指標(biāo)

通過(guò)對(duì)數(shù)據(jù)集的處理，分析導(dǎo)致不良駕駛的行為的因素包括：疲勞駕駛、加速度突變、怠速情況、超速、急變道（不良駕駛行為影響圖如圖1所示），選取這些因素作為測(cè)評(píng)指標(biāo)，并選取部分輛運(yùn)輸車(chē)為測(cè)評(píng)對(duì)象進(jìn)行下一步操作。

2.2.2 指標(biāo)處理

對(duì)各指標(biāo)進(jìn)行等級(jí)劃分，以數(shù)值10為占比最大，數(shù)值1為占比最小，為得到正確率較大的指標(biāo)權(quán)重?cái)?shù)值，該文在做數(shù)據(jù)處理時(shí)將各個(gè)指標(biāo)單位正向化和無(wú)量綱化，讓所有數(shù)值落入?yún)^(qū)間（0，1）內(nèi)，由此計(jì)算可得到第j項(xiàng)指標(biāo)下的第i個(gè)測(cè)評(píng)對(duì)象占比權(quán)值。

式中：xij和xnj表示樣本數(shù)據(jù)矩陣中的數(shù)據(jù)。部分車(chē)輛正向化處理結(jié)果見(jiàn)表1。

2.2.3 計(jì)算指標(biāo)權(quán)重

指標(biāo)的權(quán)重描述該指標(biāo)在整體評(píng)價(jià)中的相對(duì)重要程度，將需要測(cè)評(píng)的指標(biāo)進(jìn)行對(duì)整體體系的重要性進(jìn)行排序，各個(gè)評(píng)價(jià)指標(biāo)體系相對(duì)應(yīng)的權(quán)重組成了權(quán)重體系。如果指標(biāo)的信息熵越小， 那么該指標(biāo)提供的信息量就越大， 其在綜合評(píng)價(jià)中所占比重給也就越大， 同時(shí)權(quán)重也會(huì)越高[2]。

式中：dj表示指標(biāo)熵冗余度，ωj表示指標(biāo)權(quán)重結(jié)果，j代表指標(biāo)序號(hào)，m代表指標(biāo)個(gè)數(shù)。不良駕駛行為對(duì)應(yīng)權(quán)重見(jiàn)表2。

2.2.4 確定特征矩陣

通過(guò)上述權(quán)重的計(jì)算，對(duì)各車(chē)輛的數(shù)據(jù)進(jìn)行重新定義后得到特征矩陣，

定義x0=（x0（1），x0（2）……x0（n））為系統(tǒng)特征序列，其中xi（i）代表特征值。

2.2.5 計(jì)算關(guān)聯(lián)系數(shù)

為定量的描述相關(guān)因素或者系統(tǒng)之間的相關(guān)程度，灰色系統(tǒng)引進(jìn)關(guān)聯(lián)系數(shù)的概念，其基本思想是對(duì)系統(tǒng)數(shù)據(jù)序列中的幾何關(guān)系和曲線幾何形狀的相似程度進(jìn)行比較分析[4]。

式中：Loi是指標(biāo)關(guān)聯(lián)系數(shù)， p為分辨系數(shù)，0

Step6：求解關(guān)聯(lián)度

關(guān)聯(lián)度表征了各測(cè)評(píng)對(duì)象與理想對(duì)象之間的相似程度，其值越大，則測(cè)評(píng) 對(duì)象越優(yōu)，反之越劣[5]。其中等權(quán)聯(lián)度Roi是各子序列與母序列各個(gè)時(shí)刻的關(guān)聯(lián)系數(shù)的平均值，其中是n指標(biāo)關(guān)聯(lián)系數(shù)個(gè)數(shù)。

加權(quán)關(guān)聯(lián)度的計(jì)算則考慮了測(cè)評(píng)對(duì)象的指標(biāo)信息的可靠性，減小了計(jì)算結(jié)果的誤差，增加了關(guān)聯(lián)度計(jì)算結(jié)果的可靠性。

式中：roi是指標(biāo)加權(quán)關(guān)聯(lián)度，W（t）是加權(quán)值，通過(guò)對(duì)導(dǎo)致不良駕駛行為的影響因素進(jìn)行等權(quán)關(guān)聯(lián)計(jì)算和加權(quán)關(guān)聯(lián)計(jì)算得到測(cè)評(píng)對(duì)象的相關(guān)結(jié)果見(jiàn)表3。

根據(jù)上表結(jié)果，劃分評(píng)價(jià)安全等級(jí)，為安全性較高，不易發(fā)生交通事故，為安全性中等，可能會(huì)發(fā)生交通事故，為安全性低，極易發(fā)生交通事故。得到測(cè)評(píng)對(duì)象A車(chē)輛在安全行駛，測(cè)評(píng)對(duì)象D車(chē)輛極易發(fā)生交通事故，駕駛員需要馬上安全停靠并調(diào)整自己的行車(chē)狀態(tài)，其余車(chē)輛雖然安全性中等，但是駕駛者也要同時(shí)提高警惕，防止交通事故的發(fā)生。

3 模型評(píng)價(jià)

模型優(yōu)點(diǎn)：

可以較好地克服評(píng)價(jià)指標(biāo)的灰色性和不確定性，對(duì)于樣本的要求條件較少。

計(jì)算較為簡(jiǎn)單，貼合實(shí)際生活中車(chē)輛行駛的狀況，能夠給出較為客觀的評(píng)價(jià)，真實(shí)反映車(chē)輛交通的行駛狀況。

可以對(duì)多目標(biāo)決策以及不完全的樣本信息進(jìn)行評(píng)價(jià)處理，分析得到的結(jié)果的解釋性和客觀性較強(qiáng)。

模型不足：

計(jì)算關(guān)聯(lián)系數(shù)時(shí)由于不考慮指標(biāo)變量權(quán)重對(duì)決策影響系數(shù)的幅度，可能會(huì)造成信息損失并影響決策值的關(guān)聯(lián)傾向。

模型理論體系目前并不是很完善，并不能很好的應(yīng)用解決所有的問(wèn)題。

4 結(jié)語(yǔ)

通過(guò)該文的分析得知大部分車(chē)輛駕駛者的交通安全意識(shí)處于一般水平，在平常行駛中很可能由于各種原因釀成極其嚴(yán)重的后果，所以相關(guān)部門(mén)應(yīng)加強(qiáng)對(duì)車(chē)輛駕駛者安全意識(shí)的培養(yǎng)和提高，加強(qiáng)對(duì)交通運(yùn)輸?shù)墓芾?，積極宣傳安全駕駛規(guī)范，增強(qiáng)人們的安全和守法觀念，嚴(yán)格執(zhí)行交通法規(guī)，降低交通事故的發(fā)生率。

參考文獻(xiàn)

[1]丁浩.基于熵權(quán)法的江蘇省農(nóng)業(yè)現(xiàn)代化發(fā)展水平實(shí)證研究[J].現(xiàn)代商業(yè)，2019（8）：68-70.

[2]欒國(guó)華，李昊陽(yáng)，李鑫，儲(chǔ)勝利，秦夢(mèng).基于AHP和熵權(quán)法的量化應(yīng)急檢查技術(shù)研究[J].油氣田環(huán)境保護(hù)，2018，28（6）：37-40，44，57.

[3]張長(zhǎng)耀，劉秀麗.基于灰色系統(tǒng)理論GM（1，1）模型的林芝旅游市場(chǎng)規(guī)模預(yù)測(cè)[J].科技和產(chǎn)業(yè)，2017，17（9）：40-42，47.

[4]段家現(xiàn).基于灰色關(guān)聯(lián)和模糊邏輯的注塑工藝多目標(biāo)優(yōu)化[J].塑料科技，2018，46（11）：38-43.