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步骤2.2:根据熵值法计算一级因素集U={U
A={A
根据各个因素在事故数量中占比计算二级因素集
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;
所述步骤3包括:
步骤3.1:根据步骤2.1中的R
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。
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={u
U={U
其中
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。