一种基于层次分析法的车辆风险评估方法与流程

本发明涉及车辆交通安全
技术领域：
，具体涉及一种基于层次分析法的车辆风险评估方法。
背景技术：
：一直以来，机动车作为交通管理的主要对象都受到了交通管理者的重点管控，但由于机动车数量的剧增，交管部门有限的警力资源己经无法对其进行全方位的严格管控，致使各类交通违法和乱象层出不穷。给人们的交通出行安全带来极大的隐患。结合交通警务管理实战的需求，建立机动车管控体系，实现警务实战的高效精准管理。根据车辆档案信息、历史违法信息、交通事故信息等相关信息建立风险评估积分模型，积分越低车辆风险越高，交通管理者对风险高的车辆越需要严加管控。技术实现要素：本发明提出的一种基于层次分析法的车辆风险评估方法，可解决交通现状机动车很难管控，安全风险较高的技术问题。为实现上述目的，本发明采用了以下技术方案：一种基于层次分析法的车辆风险评估方法，包括以下步骤：s100、分析车辆基本数据信息制定车辆风险评价指标；s200、根据车辆评价指标获取待评价车辆数据；s300、对获取到的待评价车辆数据进行数据预处理；s400、利用层次分析法计算车辆风险评价指标的权重向量；s500、基于步骤s400的车辆风险评价指标的权重向量和步骤s300处理后的待评价车辆数据，进行计算得到车辆风险积分；s600、根据车辆风险积分对车辆风险进行评估。进一步的，所述s400、利用层次分析法计算车辆风险评价指标的权重向量；包括：s401、构建车辆评价指标判断矩阵；s402、计算车辆评价指标的权重向量；s403、对车辆评价指标判断矩阵进行一致性检验。进一步的，所述s402、计算车辆评价指标的权重向量；具体包括：s4021、对车辆评价指标判断矩阵各列进行求和；s4022、对车辆评价指标判断矩阵每一列进行归一化处理；公式如下：其中∑aij的值为各列的和，bij：新的矩阵对应位置上的数值，aij：原矩阵对应位置上的数值；s4023、对车辆评价指标判断矩阵每一行进行求和，即得出特征向量；s4024、计算车辆评价指标的权重；计算公式：得到指标的权重w，wi：指标对应的权重，b：特征向量，bj：特征向量对应位置的值，∑bj：特征向量值的总和。进一步的，所述s403对车辆评价指标判断矩阵进行一致性检验；具体包括：s4031、计算车辆评价指标判断矩阵最大特征根；计算公式：λmax：最大特征根，a：判断矩阵，w：权重向量，wi：对应特征的权重，n：特征个数；s4032、计算车辆评价指标判断矩阵的一致性；定义一致性指标ci：一致性指标，λmax：最大特征根，n：特征个数；ci＝0，有完全的一致性；ci接近于0，有满意的一致性；ci越大，不一致越严重；s4033、计算一致性比例；cr＝ci/ri；当cr＜0.1时，认为车辆评价指标判断矩阵的不一致程度在容许范围之内，有满意的一致性，通过一致性检验；当cr＞＝0.1时修改车辆评价指标判断矩阵直到通过检验为止。进一步的，基于步骤s400的车辆风险评价指标的权重向量和步骤s300处理后的待评价车辆数据，进行计算得到车辆风险积分；其中，车辆积分计算包括若车辆已报废，分值为0，若车辆未报废，则积分是每个车辆风险评价指标特征的分值减去每个特征对应的权重值之后的总和。进一步的，所述s100中的车辆风险评价指标包括违法、事故、车辆类型、是否报废、车龄、环保等级、使用性质。进一步的，所述步骤s100中车辆基本数据信息包括车辆档案信息、车辆历史违法信息、车辆交通事故信息。另一方面，本发明还公开一种基于层次分析法的车辆风险评估系统，包括以下模块：数据获取单元，用于根据所需车辆评价指标获取待评价车辆数据；数据处理单元，对数据获取单元获取的数据进行数据预处理，将特征数据规范化；计算单元，用于利用层次分析法计算车辆评价指标的权重向量；车辆风险评估单元，用于对计算单元计算得到的车辆评价指标的权重向量和数据处理单元处理后的待评价车辆数据进行计算得到车辆风险积分，并根据积分对车辆风险进行评估。进一步的，所述计算单元的计算步骤包括：构建车辆评价指标判断矩阵；计算车辆评价指标的权重向量；对车辆评价指标判断矩阵进行一致性检验。进一步的，所述车辆风险评估单元，其中车辆积分计算包括若车辆已报废，分值为0，若车辆未报废，则积分是每个车辆风险评价指标特征的分值减去每个特征权重值之后的总和。由上述技术方案可知，本发明的基于层次分析法的车辆风险评估方法具有以下有益效果：本发明所述的基于层次分析法的车辆风险评估方法，根据车辆违法情况和违法频率情况，制定相应的车辆积分评估模型，依托交通信息情报大数据中心库中车辆的基本档案信息、历史违法信息、交通事故信息等相关信息，机动车积分越低越危险。本发明通过层次分析在风险评估中的应用，对风险评估过程中出现的各种风险因素、指标进行分析，建立风险评估积分模型，辅助交通部门对交通现状进行分析，进而采取合理的措施进行管控，提高安全系数。附图说明图1是本发明的方法流程示意图；图2是本发明实施例的一般车辆积分示意图；图3是本发明的重点车辆积分示意图。具体实施方式为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。根据对业务的梳理，重点车辆包括大型公路客车、大型旅游客车、危险货物运输车、重型货车、重型挂车、“营转非”大客车、校车、农村面包车。这些车需要受到重点关注，评估的标准不同，因此本实施例将模型分为重点车辆模型和一般车辆模型。如图1所示，本实施例的基于层次分析法的车辆风险评估方法包括以下步骤：s100、分析车辆基本数据信息制定车辆风险评价指标；s200、根据车辆评价指标获取待评价车辆数据；s300、对获取到的待评价车辆数据进行数据预处理；s400、利用层次分析法计算车辆风险评价指标的权重向量；s500、基于步骤s400的车辆风险评价指标的权重向量和步骤s300处理后的待评价车辆数据，进行计算得到车辆风险积分；s600、根据车辆风险积分对车辆风险进行评估。其中，s100可解释为根据车辆档案信息、历史违法信息、交通事故信息制定相应的车辆风险评估积分模型；经过专家讨论意见得到多个评价指标生成评价指标：违法、事故、车辆类型、是否报废、车龄、环保等级、使用性质。设定不同评估标准，将模型分为重点车辆风险评估积分模型和一般车辆风险评估积分模型；并通过分析、细化，得到重点车辆评价指标和一般车辆评价指标。步骤s200到s600可解释为：利用层次分析法计算重点车辆和一般车辆评价指标的权重向量，根据车辆评价指标获取待评价车辆数据并进行数据处理，通过构造判断矩阵、计算特征根和一致性检验以及数据归一化处理建立合理的权重向量；根据所需车辆评价指标数据获取所需数据进行数据预处理；最后根据权重向量计算车辆风险积分。以下是本发明实施例的具体实施步骤：其中，车辆基本数据包括以下：车辆基本信息表从车辆信息表中取得“xh”、“hphm”、“hpzl”、“cllx”、“syxz”、“ccdjrq”、“yxqz”、“qzbfqz”、“bxzzrq”、“hbdbqk”对应的“序号”、“号牌号码”、“号牌种类”、“车辆类型”、“使用性质”、“初次登记日期”、“检验有效期止”、“强制报废期止”、“保险终止日期”、“环保达标情况”。取得的车辆信息表数据为593888条。违法信息表从违法信息表中取“jszh”、“wfsj”、“wfjfs”、“znj”对应“驾驶证号”、“违法时间”、“违法计分数”、“滞纳金”。事故信息表事故信息表数据由事故人员信息表和事故表关联事故编号得到。取事故人员信息表中的“sfzmhm”、“sgzr”和事故表中的“ssrs”、“swrs30”、“zjccss”对应的是“身份证号码”、“事故责任”、“受伤人数”、“死亡人数”、“直接财产损失”。数据处理：车辆类型一般车辆车辆类型：通过“cllx”字段处理。处理方法如下：第一个字符表示车辆判断规则b半挂车大车d电车小车g挂车大车h货车第二个字符1、2为大车，3、4、5为小车j挖掘机大车k客车轿车第二个字符1、2大车，3、4小车m摩托车n三轮汽车小车q牵引车大车t拖拉机第二个字符1大车，2小车x其他z专业作业车第二个字符1、2、5大车，4、7小车最后将车辆类型分为大车、小车、摩托车、其他四种。重点车辆车辆类型：由于重点车辆基本都是大车或者重型车辆，因此不按车辆类型分。使用性质重点车辆是由“syxz”、“hpzl”、“cllx”确定，筛选出大型公路客车、大型旅游客车、危险货物运输车、重型货车、重型挂车、“营转非”大客车、校车。一般车辆：是重点车辆以外的车辆，根据数据字典将使用性质分为客车、货车、其他(不在以上范围内以及未登记的)三种。重点车辆：根据使用性质分为客车、校车、危化品车辆、货车、挂车五种。车龄车龄：由“ccdjrq”确定，计算当前时间和初次登记日期的时间差。是否年审逾期由“yxqz”确定，将检验期止和当前时间进行比较，若晚于当前时间则在检验有效期内，否则在有效期外。是否报废由“qzbfqz”确定，将强制报废期止和当前时间进行比较，若晚于当前时间则未报废，否则已报废。是否保险逾期由“bxzzrq”确定，将保险终止日期和当前时间进行比较，若晚于当前时间则在保险有效期内，否则在有效期外。车辆环保情况由“hbdbqk”确定，由于环保达标情况登记时数据不规范，出现空值、字符不一致(例如有的登记的是“，”，有的是“,”,还有“、”和空格的情况)、中英文字符混合、登记信息不全无法判断是属于哪一种环保等级。经过对字符串进行清洗，最终将环保等级分为国一、国二、国三、国四、国五、登记信息不全或未登记六种。违法由于违法行为种类太多，不方便数据分析，而违法计分数能体现出违法行为的严重程度，所以这里取了违法计分数字段。为了方便统计车辆的“wfjfs”对应的次数，这里将违法信息表进行变换，最后变成：wf_0：扣0分的次数wf_1：扣1分的次数wf_2：扣2分的次数wf_3：扣3分的次数wf_6：扣6分的次数wf_12：扣12分的次数事故事故按损害后果分，根据死亡事故、伤人事故、财产损失事故的判断规则计算。死亡事故是指仅有人员死亡或者既有人员死亡又有人员受伤和财产损失的交通事故。伤人事故是指仅有人员受伤或者既有人员受伤又有财产损失的交通事故。财产损失事故是指仅有财产损失的交通事故。最后计算变换得到表swsg_1：死亡事故-全部责任次数swsg_2：死亡事故-主要责任次数swsg_3：死亡事故-同等责任次数swsg_4：死亡事故-次要责任次数swsg_5：死亡事故-无责次数swsg_6：死亡事故-无法认定次数srsg_1：伤人事故-全部责任次数srsg_2：伤人事故-主要责任次数srsg_3：伤人事故-同等责任次数srsg_4：伤人事故-次要责任次数srsg_5：伤人事故-无责次数srsg_6：伤人事故-无法认定次数ccsg_1：财产损失事故-全部责任次数ccsg_2：财产损失事故-主要责任次数ccsg_3：财产损失事故-同等责任次数ccsg_4：财产损失事故-次要责任次数ccsg_5：财产损失事故-无责次数ccsg_6：财产损失事故-无法认定次数。数据归一化车龄：车龄数值较大不适合进行积分计算，因此将车龄进行归一化。将常用车辆的最大车龄设为12年，这里车龄计算公式为数据one_hot编码类别特征车辆类型、使用性质、环保情况等无法直接进行积分计算，这种情况需要对离散特征进行编码处理，因此采用one_hot编码得到01特征。以车辆类型为例，车辆类型由大汽车、小汽车、摩托车、其他车四种。若某辆车是大汽车，那么它对应的编码是1000，详细见下表。车辆类型大汽车小汽车摩托车其他车大汽车1000小汽车0100摩托车0010其他车0001同样，其他类别特征也是这样处理。模型构建车辆评估可以从车辆类型，使用性质，车龄，年审预期，是否报废、是否保险逾期、车辆环保情况、违法、事故九个大的方面来衡量。由专家知识可知，若车辆已报废则车辆为高危车辆，因此这个模型只需要评估剩下八大方面。这八个大的方面有的又由若干个小指标构成。在做评价时，这些因素的重要性，影响力或优先程度往往难以量化，人的主观选择会起着相当大的作用。为解决此问题，采用了层次分析法，可以定性与定量相结合、系统化、层次化的进行分析。通过分析、细化，得到车辆评价指标框架。一般车辆评价指标：重点车辆评价指标：层次分析法求解步骤：构建判断矩阵层次分析法中构造判断矩阵的方法是一致矩阵法，即：不把所有因素放在一起比较，而是两两相互比较；对此时采用相对尺度，以尽可能减少性质不同因素相互比较的困难，以提高准确度。判断矩阵aij的标度方法如下：对判断矩阵进行一致性检验：在对多个元素进行比较时，人们的判断难以保持完全一致性。为了使对影响因素重要性的比较具有逻辑的一致性，要进行一致性检验。对于每一个判断矩阵计算一致性比例，若一致性比例小于0.1，则检验通过；若不通过，需重新构造判断矩阵。1)、一致性指标定义一致性指标ci：一致性指标，λmax：最大特征根，n：特征个数：ci＝0，有完全的一致性；ci接近于0，有满意的一致性；ci越大，不一致越严重。2)、查找相应的平均随机一致性指标ri为了衡量ci的大小，引入随机一致性指标rin1234567891011ri000.580.901.121.241.321.411.451.491.513)、计算一致性比例cr＝ci/ri当cr＜0.1时，认为判断矩阵的不一致程度在容许范围之内，有满意的一致性，通过一致性检验。当cr＞＝0.1时应修改判断矩阵直到通过检验为止。求解过程计算一般车辆评价目标判断矩阵：判断矩阵如下：事故违法车辆类型使用性质年审逾期车龄保险逾期环保等级事故15777899违法1/51333455车辆类型1/71/3111233使用性质1/71/3111233年审逾期1/71/3111233车龄1/81/41/21/21/2122保险逾期1/91/51/31/31/31/211环保等级1/91/51/31/31/31/211对矩阵各列进行求和事故违法车辆类型使用性质年审逾期车龄保险逾期环保等级事故15777899违法1/51333455车辆类型1/71/3111233使用性质1/71/3111233年审逾期1/71/3111233车龄1/81/41/21/21/2122保险逾期1/91/51/31/31/31/211环保等级1/91/51/31/31/31/211sum1.9767.65014.16714.16714.16720.00027.00027.000对每一列进行归一化处理公式如下：bij：新的矩阵对应位置上的数值，aij：原矩阵对应位置上的数值，∑aij：原矩阵各列的和；其中∑aij的值为各列的和，得到一个新的矩阵(可以看出，每列的和为1)。事故违法车辆类型使用性质年审逾期车龄保险逾期环保等级事故0.5060.6540.4940.4940.4940.4000.3330.333违法0.1010.1310.2120.2120.2120.2000.1850.185车辆类型0.0720.0440.0710.0710.0710.1000.1110.111使用性质0.0720.0440.0710.0710.0710.1000.1110.111年审逾期0.0720.0440.0710.0710.0710.1000.1110.111车龄0.0630.0330.0350.0350.0350.0500.0740.074保险逾期0.0560.0260.0240.0240.0240.0250.0370.037环保等级0.0560.0260.0240.0240.0240.0250.0370.037sum1.0001.0001.0001.0001.0001.0001.0001.000对每一行进行求和，即得出特征向量计算指标的权重计算公式：wi：指标对应的权重，b：特征向量，bj：特征向量对应位置的值，∑bj：特征向量值的总和；得到指标的权重w：得到权重后，我们需要对其进行检验，检验矩阵的一致性。矩阵的一致性检验一致性的概念是我们在对比几个指标的时候,需要对指标进行两两比较,如果得出一个结果:a>b,b>c,我们必须得出a>c,反之则一致性不成立。更精细点,如果:a比b重要值为3,b比c重要值也为3,那么a与b比较,值应该为6,但是如果最终不是6,是5,或者7之类,也会在某种程度上影响一致性。1)计算矩阵最大特征根计算公式：λmax：最大特征根，a：判断矩阵，w：权重向量，wi：对应特征的权重，n：特征个数；计算结果为λmax＝8.225。2)计算判断矩阵的一致性计算结果为ci＝(8.225-8)/7＝0.0323)计算一致性比例5阶ri＝1.12cr＝0.032/1.41＝0.0227<0.1,通过一致性检验。其他权重上面是对一般车辆一级指标权重的计算，分解后的二级指标的计算方法是一样的，重点车辆计算方式也是一样。就不一一列出了。积分计算设置总分为100分，经过权重计算，四舍五入，模块分值分配如下：一般车辆：如图2所示；重点车辆：如图3所示；车辆积分计算规则：是否报废作为最原始判断规则，若车辆已报废，分值为0。若车辆未报废，则积分是每个模块的分值减去每个特征权重值之后的总和。60分以下为高危，60-70中危，70以上高危。另一方面本实施例还公开一种基于层次分析法的车辆风险评估系统，包括以下模块：数据获取单元，用于根据所需车辆评价指标数据获取待评价车辆数据；数据处理单元，对数据获取单元获取的数据进行数据预处理，将特征数据规范化；计算单元，用于利用层次分析法计算车辆评价指标的权重向量；车辆风险评估单元，用于对计算单元计算得到的车辆评价指标的权重向量和数据处理单元处理后的待评价车辆数据进行计算得到车辆风险积分，并根据积分对车辆风险进行评估。所述计算单元的计算步骤包括：构建车辆评价指标判断矩阵；计算车辆评价指标的权重向量；对车辆评价指标判断矩阵进行一致性检验。其中，所述计算车辆评价指标的权重向量；具体包括：对车辆评价指标判断矩阵各列进行求和；对车辆评价指标判断矩阵每一列进行归一化处理；公式如下：其中∑aij的值为各列的和，bij：新的矩阵对应位置上的数值，aij：原矩阵对应位置上的数值；对车辆评价指标判断矩阵每一行进行求和，即得出特征向量；计算车辆评价指标的权重；计算公式：得到指标的权重w，wi：指标对应的权重，b：特征向量，bj：特征向量对应位置的值，∑bj：特征向量值的总和。进一步的，所述对车辆评价指标判断矩阵进行一致性检验；具体包括：计算车辆评价指标判断矩阵最大特征根；计算公式：λmax：最大特征根，a：判断矩阵，w：权重向量，wi：对应特征的权重，n：特征个数；计算车辆评价指标判断矩阵的一致性；定义一致性指标ci：一致性指标，λmax：最大特征根，n：特征个数；ci＝0，有完全的一致性；ci接近于0，有满意的一致性；ci越大，不一致越严重；计算一致性比例；cr＝ci/ri；当cr＜0.1时，认为车辆评价指标判断矩阵的不一致程度在容许范围之内，有满意的一致性，通过一致性检验；当cr＞＝0.1时修改车辆评价指标判断矩阵直到通过检验为止。同时，所述车辆风险评估单元，其中车辆积分计算是把车辆否报废作为最原始判断规则，若车辆已报废，分值为0，若车辆未报废，则积分是每个模块的分值减去每个特征权重值之后的总和。需要说明的是，本发明实施例提供的基于层次分析法的车辆风险评估系统与上述评估方法相对应，上述方法的实施细节同样适用于上述系统，本发明实施例不再对上述系统进行详细说明。以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。当前第1页1 2 3