基于AHP和因子分析法驾驶倾向性评价体系研究.docVIP

基于AHP和因子分析法驾驶倾向性评价体系研究 　　[摘要]驾驶倾向性体现的是在不同的环境中汽车驾驶员的心理情感状态。现实中无法对其进行精准测量，唯有按照驾驶员在平时驾驶过程中的行为进行推测，给交通安全研究带来较大的挑战。另外，由于对驾驶员驾驶倾向性辨识涉及多个指标，如果采取单一的评价方法，容易受到评价主体主观影响而导致结果存在偏差。因此，本文将因子分析法和AHP结合起来，对机动车驾驶员驾驶倾向性进行辨识。 　　[关键词]驾驶倾向性;因子分析法;AHP法 　　[DOI]1013939/jcnkizgsc201821067 　　1引言 　　汽车已成为人们出行的主要交通工具，它一方面给大家带来出行的便利、时间的节省以及身心的愉悦，另一方面也给人们带来不少麻烦，譬如交通安全隐患。笔者从大量交通事故数据中得出结果，超过九成的交通事故发生原因是人为因素，其中因驾驶员的问题导致的交通事故超过七成。因此，引起交通事故发生的很大原因，就是驾驶员自身的问题。当然，关于驾驶员的自身问题，具体可以从年龄、性别、驾龄、操作习惯、驾驶心理特点等因素进行讨论。从一定程度上说，这些因素都属于驾驶倾向性。驾驶倾向性，指的是驾驶人驾驶汽车时，因为身处的环境、所遇到的状况不同，而呈现出独一无二的心理情感状态。现实中无法对其进行精准测量，唯有按照驾驶员在平时驾驶过程中的行为进行推测，因此给交通安全研究带来较大的挑战。笔者发现目前的研究，主要倾向于驾驶员心理对驾驶行为的预测、驾驶员意图的辨识等方面，极少会围绕驾驶倾向性为重点进行量化分析。另外，由于对驾驶员驾驶倾向性辨识涉及多个指标，如果采取单一的评价方法，容易受到评价主体主观影响而导致结果存在偏差。因此，文章将因子分析法和AHP结合起来，对机动车驾驶员驾驶倾向性进行辨识。 　　2问卷调查 　　21问卷的设计 　　以JReason等构建的驾驶员行为问卷为基础，结合中国实际交通情况设计了如下驾驶行为问卷（见表1）。实际上，本研究很难量化所涉及的变量，唯有采取Likert七级量表打分法加以测度。1～7表示从“低到高”依次过渡，具体为“不会、几乎不会、偶尔、有时、较经常发生、经常发生、非常高频率发生”。 　　22信度和效度检验 　　本文运用一致性指数Cronbach a值及题项对变量所有题项的相关系数CITC检验概念模型中涉及变量测度的信度检验。通过这种方式，一旦变量测度题项中某个项目被删除后，以其他项目所计算出的被删除后a值越高，就代表该项目应考虑被删除（林震岩，2007）。表2展示的是信度检验的主要结果。在这个表格当中，我们可以看到所有变量的一致性指数Cronbach a都在07以上，所有题项的CITC也在035以上，因此即便是删除任何变量的任何题项后，α系数同样无法得到有效的提升。从以上提及的指标来看，所有变量量表的内部一致性较高，信度较好。 　　3指标权重的计算 　　31因子分析法建立层次结构模型 　　经过容忍度、膨胀因子、特征根和条件指数等检验，一致判定这些影响因素彼此间有着多重共线性。结合总体分析和实践经验，抽取了4个主因子，并进行全新的统计分析。得出的结果为表4，即特征值及各主因子对应的方差贡献率。 　　从表4不难发现，在20个原变量中抽取了4个主因子，共解释总方差的86556%。表5为因子载荷矩阵，体现的是变量与因子之间的关系，即每个因子主要由哪些变量提供信息。由表5可见，第一因子与驾驶习惯相关，主要表现在车速、油门刹车使用频率、转向灯的使用、变道等，主要体现了驾驶员日常驾驶行为;第二因子与驾驶行为相关，主要是错误的一些行为，比如说右侧超车、没有摄像头时违章驾驶等行为;第三因子与驾驶环境相关，比如说雨雪天气、交通堵塞、道路情况以及车内环境等，体现了驾驶员驾驶时车内外的环境;第四因子与驾驶员反应能力相关，比如说遇到障碍物时是否能及时判断等。因此，可以确立驾驶习惯、驾驶行为、驾驶环境和应变能力四个二级指标，三级指标则分别为x1～x20。 　　32指标权重的确定 　　各因子的贡献率多少，将会直接决定二级指标对于一级指标的权重，如表4所示，本案例可取4个因子，对应的特征值为5113，3917，2035，1707，根据公式λj/∑4j=1λj（j=1，2，3，4）计算得到各因子的贡献率为0400，0307，0159，0134。所以总的驾驶人驾驶倾向性辨识评估值可以表示为：F=0400F1+0307F2+0159F3+0134F4。 　　三级指标权重则由层次分析法（AHP）来判断。由因子分析法可以得出，驾驶习惯因子由x1、x2、x5、x6、x7、x8和x19七个指标构成，则在三级指标的权重计算中，可以通过构建七阶判断矩阵得出其权重。相应地，驾驶行为因子由x3、x4、x9、x10、x12