[发明专利]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

权利要求书

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，且每个一级因素包括多个二级因素，对分类后因素集进行编码；

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；

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；

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。

2.根据权利要求1所述的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，所述步骤1包括：

步骤1.1：根据已有高速公路事故数据确定因素集U＝{u₁，u₂，…，u_n}，将因素集划分成若干组得到

U＝{U₁，U₂，…，U_k}

其中称U＝{U₁，U₂，…，U_k}为一级因素集，为二级因素集；

步骤1.2：对步骤1.1中的一级以及二级因素集进行编码。

3.根据权利要求2所述的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，所述一级因素集包括非人为因素和人为因素。

4.根据权利要求2所述的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，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n_i个因素进行单因素评判，得到单因素评价矩阵R_i；

步骤2.2：根据熵值法计算一级因素集U＝{U₁，U₂，…，U_k}的权重为

A＝{A₁，A₂，…，A_k}

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：

5.根据权利要求4所述的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，所述步骤3包括：

步骤3.1：根据步骤2.1中的R_i以及步骤2.2中的A_i计算二级因素评价结果B_i：

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，

6.根据权利要求5所述的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，所述步骤4包括：

根据上述步骤3.2中的评价结果B，按照最大隶属度原则得到评语，该评语即为高速公路事故严重程度预测结果。