第七届挑战赛C1-行车安全性多属性综合评价方法

核心观点

本研报旨在通过分析车联网采集的车辆行驶数据，构建行车安全性多属性综合评价方法，并对行车安全进行综合评价。

研究方法

1. 数据预处理：对原始数据进行缺失值处理、异常值处理、零速度填充、行程划分等操作，提取出行驶速度、加速度、里程、路线等有用信息。
2. 不良驾驶行为特征提取：构建判断模型，识别并分析疲劳驾驶、怠速预热、超长怠速、急加速、急减速、熄火滑行、急变道、超速等不良驾驶行为，并验证判断方法的有效性。
3. 驾驶行为安全性多属性评价模型构建：采用主客观方法为评价指标赋予权重，并使用最小二乘法进行融合，构建基于理想点逼近法（TOPSIS）的评价模型，对车辆行驶安全性进行排序。同时，使用K-means聚类和决策树算法构建安全性评判模型。
4. 综合评价指标体系与综合评价模型构建：综合考虑行车安全、效率、节能等因素，构建行车安全的综合评价指标体系，并使用网络层次分析法（ANP）进行权重赋值，构建综合评价模型。

关键数据

• 数据集包含10辆车的行驶数据，包括车辆状态、位置、速度、加速度、方向角等信息。
• 提取了7种不良驾驶行为特征，并计算了单位里程上发生不良驾驶行为的次数作为评价指标。
• 构建了包含12个特征的行车安全综合评价指标体系，包括驾驶行为、天气环境和道路状况等方面。

研究结论

• 疲劳驾驶、超速、急变速、急变道、天气类别是影响行车安全的最重要指标。
• 综合评价指标体系关注的程度最大的是行车安全，其次是节能，最后是效率。
• TOPSIS算法和决策树算法能够有效地对车辆行驶安全性进行评价。
• 本研报构建的行车安全性多属性综合评价方法能够为车辆运输管理部门提供有效的安全管理手段。