基于TOPSIS与灰色关联的危货车辆违规报警研究.docxVIP

基于TOPSIS与灰色关联的危货车辆违规报警研究 摘要：为定量评估道路危货车辆运输违规情况，采用熵权法计算权重，TOPSIS法对各月指标进行宏观纵向排序，灰色关联分析法横向分析子序列与母序列关联程度，从而建立一个综合评价模型，并以陕西省道路危货车辆运输违规情况进行实证研究。结果表明:通过陕西省政府和企业监管力度加大，较好的规范了危险品道路运输操作，违规报警次数整体上呈现递减趋势，安全性逐步提升。所监测各子序列与母序列关联程度都较大，其中，疲劳驾驶对报警影响最大，离线位移影响最小。根据研究结果提出改进建议，降低道路危货车辆运输违规操作次数，提高道路危险货物运输安全性。 0 引言近年来我国道路危险货物生产运输需求持续上涨，2017年全年危化品运量已达16亿吨。截至2017年，我国有道路危化品企业10 928家，危货车辆超过21万辆。危险货物自身性质活泼、种类各异且具有危险性大小不一的特点。在生产、运输、装卸等过程中，具有动态危险性，一旦发生事故，易给国民生命财产、经济及环境上带来不可估量的损失。如2014年因疲劳驾驶等原因造成的“7·19”特大道路交通危化品燃烧事故，事故造成54人死亡，直接经济损失5 300余万。2014年交通运输部公布《道路运输车辆动态监督管理办法》目前，国内外关于道路运输动态监测研究有:CUI Yuanhui等基于以往研究可以看出，以往国内外研究侧重于通过5M法对道路危货运输整体进行风险分析，或是研究传感器这类监测技术。专门针对道路危险货物在途车辆违规驾驶操作所引起的事故风险研究极少。且研究方法多数使用层次分析法、专家评分法这类主观性较强的评价方法。与以往研究不同的是，笔者结合熵权法、TOPSIS法及灰色关联分析法，对运输过程中的危货车辆违规操作进行研究，将导致事故发生的超速、疲劳驾驶及离线位移造成事故预警的相关性等做出分析，以期能为我国危险货物运输安全提供理论帮助。1 基于熵-TOPSIS-灰色关联的车辆违规报警综合评价模型笔者采用熵权法、TOPSIS法及灰色关联分析法对道路危货车辆违规报警从横、纵两个角度进行分析评价1.1 数据处理通过对近五年道路危险货物运输事故报告的整理研究并结合危险货物监测预警指标选取原则，选取研究子序列主要考虑以下3点因素:第一，科学性。基于2014年实施的《道路运输车辆动态监督管理办法》第9条等规定道路危险货物运输车辆必须按规定安装卫星定位装置并及时上传监测数据，《道路运输车辆动态监督管理办法》第25条指出监控和管理超速行驶、疲劳驾驶及离线问题;同时，相较于目前尚在研究阶段的人脸识别技术、高级驾驶辅助系统(ADAS)等技术，卫星定位装置技术更为成熟，能够保障监测预警结果的准确性对初始矩阵标准化得到标准矩阵R=(r标准化处理:1.2 根据熵权法确定指标权重确定指标权重主要分为主、客观赋权法，主观赋权有专家打分法、层次分析法等;客观赋权有熵权法、简单关联函数法等。采用熵权法进行赋权，利用熵权法确定2018年各月第i个评价对象造成报警所占权重。其中，熵值越小，熵权越大，即为该评价对象信息量越大，该评价对象所占权重越重要。记f计算第i种评价对象的熵值e当f1.3 TOPSIS法求综合评价指数TOPSIS法即逼近理想解排序法，通过计算各月指标与正负理想解的加权欧氏距离和综合评价指数C首先构建规范化加权矩阵O=[o确定第i种评价对象的正理想解c计算2018年各月到正理想解与负理想解的距离S计算第j月道路危险货物运输违规报警综合评价指数C1.4 灰色关联分析求各评价对象相关性灰色关联分析是指对一个系统发展定量描述和比较的方法，通常运用此方法分析各子序列对母序列的影响程度。记母序列为Y={Y(k)|k=1,2，…，n};子序列为X计算关联系数:式中:ρ∈(0，∞)，称为分辨系数，ρ越小，分辨力越大，一般ρ的取值区间为(0,1)，具体取值可视情况而定，此处取ρ=0.5。计算关联度:关联系数是比较母序列与子序列在各个时刻的关联程度值，为便于信息整合进行整体性比较，因此将各个时刻的关联系数求平均值，作为母序列与子序列间关联程度数量表示。最后需将关联度按大小排序，r基于熵-TOPSIS-灰色关联的车辆违规报警综合评价模型的具体评价流程如图1。2 实证分析2.1 初始数据处理以陕西省作为研究对象，通过建立熵-TOPSIS-灰色关联的综合评价模型，评估陕西省道路危险货物运输违规操作情况。分别评估纵向整体违规报警情况随时间变化趋势，以及横向3个子序列与母序列的关联情况，分析出陕西省道路危险货物运输违规报警主要影响因素，进而提出改进方法。通过陕西省第三方安全监测平台收集2018年1至12月所