基于熵权AHP理论的驾驶倾向性辨识评价方法

刘 萌，邹忠义，黄 斐

（公安海警学院 后勤系，浙江 宁波 315801）

基于熵权AHP理论的驾驶倾向性辨识评价方法

刘 萌，邹忠义，黄 斐

（公安海警学院 后勤系，浙江 宁波 315801）

驾驶倾向性反映的是在不同的环境中汽车驾驶员的心理情感状态，只能根据驾驶员在日常驾驶过程中的行为进行推测，而无法精确测量，因此这在交通安全研究中具有一定的难度。由于对驾驶员驾驶倾向性辨识需要涉及到很多个指标，采用单一评价方法易受评价主体主观影响，本文将层次分析法和熵权法结合起来，对机动车驾驶员驾驶倾向性进行辨识。

驾驶倾向性；熵值法；AHP法

汽车作为日常出行主要的交通工具，给人们的生活带来了极大的便利，同时也带来了很多交通安全隐患。国际国内学者的相关研究表明，由于人为因素造成的交通事故占事故总数高达90%以上，而由于驾驶员的原因造成的交通事故又高达70%。因此，可以认为驾驶员自身因素是造成交通事故的主要因素之一，影响驾驶员的因素包括驾驶员的年龄、性别、驾龄、操作习惯等，不同的个体具备不同的驾驶心理特征，这些都可以归纳到驾驶倾向性上。驾驶倾向性反映的是在不同的环境中汽车驾驶员的心理情感状态，只能根据驾驶员在日常驾驶过程中的行为进行推测，而无法精确测量，因此这在交通安全研究中具有一定的难度。在已有的研究中，主要集中在驾驶员心理对驾驶行为的预测，或者集中在驾驶员意图的辨识，很少有研究对驾驶倾向性进行量化分析。由于对驾驶员驾驶倾向性辨识需要涉及到很多个指标，采用单一评价方法易受评价主体主观影响，组合评价将不同评价方法优化组合，扬长避短。本文将层次分析法和熵值法结合起来，对机动车驾驶员驾驶倾向性进行辨识。

1 驾驶倾向性辨识评价指标体系的建立

1.1 驾驶倾向性的影响因素

根据常见的不安全驾驶行为，提取了决定驾驶员驾驶倾向的驾驶员因素、驾驶风格和环境因素等三个指标，构建了驾驶倾向性评价模型。

1.1.1 驾驶员自身因素

驾驶倾向性影响因素与个体生理心理等因素有直接的关系。同等情况下，女司机在反应速度上要比男司机慢，需要更长的反应时间；对驾驶员而言，对车距的把握、车速的控制以及道路情况的判断相当重要；当驾驶人在生病或者疲劳状态下开车时，注意力和反应力也会大大的降低；不同性格的驾驶员在遇到危险时，所采取的方法也有差异，因此经常将性格与驾驶倾向性联系在一起。因此，驾驶员自身因素可以分解为以下四个指标：生理因素、健康状况、性格因素、以及感知特性。

1.1.2 驾驶风格因素

驾驶员对机动车的操作风格反映了他对行驶状态和外界环境的感知，因此可以通多对驾驶员驾驶风格的推测来预测其驾驶倾向性。不同驾驶倾向性的司机在速度、安全车距、变道以及紧急制动上表现是不一样的。一般来说，性格比较冲动的驾驶员车速比较快、安全车距比较小，喜欢紧急制动或者踩油门。因此，驾驶风格因素可以分解为以下三个指标：行驶车速、刹车油门踏板使用频率、车道改变频率。

1.1.3 驾驶环境因素

机动车的内部环境包括温度、声音、座椅等的舒适性以及车内的安全感直接影响着驾驶员的精神状态；机动车所处的外部环境，如道路条件、天气条件以及交通密度等与驾驶员驾驶倾向性也密切相关。当雨雪天气下，道路湿滑，交通拥堵很容易造成驾驶员紧张焦虑的情绪，对驾驶倾向的影响较为明显。因此驾驶环境因素可以分解为车内环境、道路环境、气候环境以及交通干扰因素四个指标。

1.2 驾驶倾向性综合评价指标的设立

根据以上分析，可以建立如图1所示的驾驶员驾驶倾向性综合评价指标体系。

图1 驾驶员驾驶倾向性综合评价指标体系

2 基于熵权AHP法的驾驶倾向性辨识评价体系

2.1 模型构建

2.1.1 层次分析法确定指标权重

层次分析法(AHP)是一种定性和定量分析相结合的系统分析方法，将人的主观判断用数量形式表达和处理,在社会经济研究的多个领域得到了广泛的应用。该方法把复杂问题分解成各个组成因素，通过两两比较的方式确定层次中诸因素的相对重要性。通过构造两两比较判断矩阵,确定层次内指标的权重。一般情况下,采用9级标度来表达因素之间的相对重要性程度（如表1所示）。

表1 各标度数值的含义

假定上一层指标支配下一层的指标有n个，则这n个指标就可以构成一个两两判断矩阵A（aij）n×n。其中，aij表示指标i与指标j的重要性之比，指标j与指标i的重要性之比则为若向量ω=（ω，ω，…ω）T满足Aω=λ ω，则式中

12nmax的λmax为矩阵A的最大特征根。则ω为相应的特征向量,归一化后的ω可以作为权向量。这种方法叫做特征根法。本文采用该方法确定层次内的权重。由于客观事物复杂多变，人们对事物的认识往往具有片面性，要达到完全一致是非常困难的，因此在对一个判断矩阵进行单层排序后需要对判断矩阵进行一致性检验。首先要通过公示计算出一致性指标，然后对照表2查找相应的平均随机一致性指标R.I.，最后通过公式计算一致性比例。

表2 随机一致性指标R.I.的取值

当C.R.＜0.1认为判断矩阵的一致性是可以接受的,将各权向量作为三级指标对于二级指标的主观权重，当C.R.＞0.1时,应该对判断矩阵作适当的修正。

2.1.2 熵权法确定指标权重

熵权法是一种客观赋权方法，它是信息论中用于度量信息量的，即一个系统越是有序，信息熵就越低；反之，信息熵就越高。因此，信息熵也可以说是系统无序程度的一个度量。在评价过程中，所获信息的大小是评价精度和可靠性的决定因素之一，如果指标的信息熵越小，该指标提供的信息量越大，在综合评价中所起作用也越大，权重也越高。以模糊综合评价矩阵R作为研究系统，H（i）为系统同一个层次中第i个指标的熵值，计算公式为规定rij=0时，H（i） =0。在具体的分析过程中，可以利用熵值计算出各个指标变量的变异程度，并根据变异程度赋予指标权重，加权之后可以得出较为客观的综合评价结果。第i个指标的熵权可表示为：同理，可以求出其他指标对应的权重，这样就可以得出基于熵权法的指标权重向量ωi'=（ω1'，ω2'，…ωn'）。

2.1.3 基于模糊综合评价法的驾驶倾向性辨识模型

根据ωi=aωi'+（1-a）ωi"，其中a为系数，且0≤a≤1。权重会随着a数值的改变而改变，当a=0时，权重即为层次分析法下的权重，当a=1时，权重即为熵权法下的权重。本文结合实际情况，取a=0.5。

2.1.4 建立评价集

根据评估的需要，将驾驶员的驾驶倾向类型用驾驶倾向粒度来表示：最内倾的驾驶员倾向粒度为0，最外倾的驾驶员倾向粒度为1，所有的驾驶员倾向粒度均在［0，1］之间，驾驶倾向粒度越小，表明驾驶倾向越内倾，反之则越外倾。如表3所示。

表3 不同驾驶倾向类型对应的驾驶倾向粒度

2.2 实证分析

利用该模型对海苑驾校1位教练的驾驶倾向性进行测定，采用5名专家对被测定者的驾驶员自身因素、驾驶风格因素、驾驶环境因素进行打分。该过程分两步，第一步是各专家对指标体系进行打分，分别计算出层次分析法下和熵值法下的权重，然后求出综合权重并进行一致性检验；第二步是专家对各教练的驾驶习惯进行打分，进行综合评价。

2.2.1 构造判断矩阵并计算权重

对于驾驶倾向性辨识因素而言，由专家对指标相对重要性进行两两比较，可得如下判断矩阵。层次分析法下得指标权重为ωA'=（0.2389，0.1374，0.6237）T。熵权法下可得权重为ωA"=（0.4044，0.2774，0.3182）T。

2.2.2 一致性检验

对驾驶倾向性辨识因素进行一致性检验。由Aω=λmaxω，可得λmax=3.038，则C.I.=0.019，查表2可得R.I.=0.58，则C.R.=C.I.R.I.=0.033＜0.1，通过检验。对驾驶员自身因素进行一致性检验。由B1ω=λmaxω，可得λmax=4.0466，则C.I.=0.0155。查表2可得R.I.=0.9，则C.R.=C.I.R.I.=0.0172＜0.1，通过检验。对驾驶技术因素进行一致性检验。由B2ω=λmaxω，可得λmax=3.01，则C.I.=0.005，查表2可得R.I.=0.58，则C.R.=C.I.R.I.=0.0086＜0.1，通过检验。对驾驶环境因素进行一致性检验。由B3ω=λmaxω可得λmax=4.051，则C.I.=0.017。查表2可得R.I.=0.9，则C.R.=C.I.R.I.=0.0189＜0.1，通过检验。因此，所有指标均通过检验。

2.2.3 综合权重

根据公式ωi=aωi'+（1-a）ωi"可得各级指标的综合权重为：T

因此，可得各指标的综合权重为：ω=（0.0379，0.0878，0.0599，0.136，0.091，0.0705，0.04 59，0.046，0.1416，0.099，0.1844）T。

邀请 5位专家对各指标进行量化风险评价，其结果作为该教练员驾驶倾向性评价结果，如表4所示。教练员驾驶倾向粒度值为0.618，对照表3可得该教练员驾驶倾向为弱外倾性。

3 结语

本文针对驾驶员心理变化较大，个体差异比较明显的特征，构建了驾驶倾向性识别指标体系，对运用熵权法和层次分析法对各指标赋予权重，对驾驶员驾驶倾向性进行了评判，并进行了实证检验。模型表明，利用该指标体系在研究驾驶员驾驶倾向性的过程中是可行的，并在宏观上对预防交通安全事故有重要的意义。

表4 指标因素风险评估表

[1]余腊生,何满庆.基于Agent和情感计算的司机驾驶行为模型研究[J].企业技术开发，2009,28（3）:19-21.

[2]马艳,王令,郭华.驾驶员交通心理划分与个性化训练研究[J].公路交通科技,2008,25（9）:363-366.

[3]敖谷昌,杨利.机动车驾驶员人为因素与交通事故危害性关联分析[J].重庆交通大学学报:自然科学版,2010,29（1）:121-124.

Driving Tendentiousness Recognition Based on Theory of Entropy AHP Evaluation Methods

LIU Meng，ZOU Zhongyi，HUANG Fei
（China Maritime Police Academy,Ningbo 315801,China）

Driving orientation reflects the car driver in the different environment of psychological emotional state,only according to speculate in the process of driver in daily driving behavior,and is unable to accurately measure,so it has certain difficulty in the study of traffic safety.Due to driver's driving tendentiousness recognition need to involve a number of indicators,using the single evaluation method and easilyinfluenced bysubjectiveevaluation subject,thispapercombined theanalytic hierarchy process(ahp)and entropy weight method,to identify motorists driving tendency.

Driving tendency；Entropy value method;The AHP method

U491.254

：A

：2095-2384（2016）01-0012-04

（责任编辑 储 欢）

2015-12-15

公安部技术研究计划（2014JSYJB023）。

刘萌（1982-），男，江苏镇江人，讲师，研究方向：部队后勤管理。