买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：河南大学

摘要：本发明公开一种基于二级模糊综合评价的高速公路事故严重程度预测方法，包括：根据高速公路事故数据集确定影响高速公路事故严重程度的因素集，将因素集分类为一级和二级因素集，并进行编码；根据各因素在死亡、受伤、财产损失三类事故中的比值计算评价矩阵；计算不同因素的权重，根据各因素在事故数量中的占比计算各因素权重集；使用因素集以及权重集和评价矩阵，基于模糊集合运算规则，分别计算不同二级因素的评价结果，最终结合不同一级因素之间的权重求二级模糊综合评价最终结果；进而得到高速公路事故严重程度预测结果。本发明充分考虑影响事故因素以及因素之间的模糊关系，可以快速且准确的对高速公路事故严重程度进行预测。

主权项：1.一种基于二级模糊综合评价的高速公路事故严重程度预测方法，其特征在于，包括：步骤1：根据高速公路事故数据集确定影响高速公路事故严重程度的因素，进而得到上述因素构成的因素集，将因素集分类为不同一级因素，一级因素包括非人为因素和人为因素，且每个一级因素包括多个二级因素，对分类后因素集按照以下方式进行编码：所述非人为因素包括事故时间、天气、驾龄、车型、路面情况及碰撞方式，所述人为因素包括机动车违法、机动车非违法过错、非机动车违法及行人乘车人违法，其中机动车违法包括超速行驶、酒后驾驶、逆向行驶、疲劳驾驶、违法变更车道、违法超车、违法倒车、违法掉头、违法会车、违法牵引、违法抢行、违法上道路行驶、违法停车、违法占道行驶、违法装载、违法装载超限及危险品运输、违反交通信号、未按规定让行、无证驾驶、不按规定使用灯光及其他影响安全行为，机动车非违法过错包括制动不当、转向不当、油门控制不当及其他操作不当，非机动车违法包括逆行、违法上道路行驶、违法占道行驶、违反交通信号、未按规定让行及其他影响安全行为，行人乘车人违法包括违法上道路通行、违法占道、违反交通信号及其他影响安全行为；根据所述的人为因素以及非人为因素，对人为因素以及非人为因素进行编码，编码前对非人为因素进行细致划分，其中事故时间分为白天和夜晚两类，天气包括晴和不良天气，驾龄包括小于3年、3年到10年以及大于10年，车型包括客车、汽车以及货车，路面情况分为干燥、潮湿、冰雪以及积雪，碰撞方式分为正面碰撞、侧面碰撞、追尾碰撞、碰撞静止车辆、车辆碰撞行人、侧翻、坠车及撞固定物，上述非人为因素按照类别数量从1开始编码，人为因素按照总体人为因素数量从1开始编码；步骤2：构建评价集，所述评价集包括死亡、受伤、财产损失，根据各因素在死亡、受伤、财产损失三类不同严重程度事故中的比值计算评价矩阵；基于高速公路事故数据集以及步骤1中因素集的分类、编码，计算不同因素的权重，根据各个因素在事故数量中的占比计算各因素权重集；所述步骤2包括：步骤2.1：获取评价集，根据各因素在死亡、受伤、财产损失三类不同严重程度事故中的比值对二级因素集的ni个因素进行单因素评判，得到单因素评价矩阵Ri；步骤2.2：根据熵值法计算一级因素集U＝{U1,U2,…,Uk}的权重为A＝{A1,A2，…,Ak}根据各个因素在事故数量中占比计算二级因素集的权重为： 步骤3：使用步骤1中的因素集以及步骤2中的权重集和评价矩阵，基于模糊集合运算规则，分别计算不同二级因素的评价结果，最终结合不同一级因素之间的权重求二级模糊综合评价最终结果；所述步骤3包括：步骤3.1：根据步骤2.1中的Ri以及步骤2.2中的Ai计算二级因素评价结果Bi： 得到总的评价矩阵步骤3.2：根据步骤3.1中的R以及步骤2.2中的A计算最终的评价结果B，步骤4：按照隶属度最大原则选取评判结果，其结果即为高速公路事故严重程度预测结果。

全文数据：

权利要求：

百度查询： 河南大学 基于二级模糊综合评价的高速公路事故严重程度预测方法