[发明专利]基于公交行车安全的安全指标体系创建方法

权利要求书

1.一种基于公交行车安全的安全指标体系创建方法，其特征在于，包括以下步骤：

步骤1：将当前年度之前的历史年度事故数据与各对象的对象编号进行合并；

步骤2：判断各对象是否有事故发生，有则转入步骤3，没有则转入步骤4；

步骤3：按照对象分组统计事故的死亡人数、事故的受伤人数、事故的财产损失和事故的发生次数；

步骤4：将事故的死亡人数、事故的受伤人数、事故的财产损失和事故的发生次数均填充为0，

步骤5：通过步骤3及步骤4获得所有对象的事故属性；

步骤6：分别利用层次分析法及主成分分析法对上一步获得的数据进行处理，其中：

利用层次分析法对上一步获得的数据进行处理具体包括以下步骤：

步骤6101、建立层次结构模型，该层次结构模型包括目标层、准则层、方案层，其中，方案层反映不同的方案即多个驾驶员，准则层反映判断驾驶员分数的因素或标准，目标层反映反映驾驶员行车安全的综合水平；

步骤6102、构造对比矩阵；

步骤6103、对上一步构造出的对比矩阵进行一致性检验，若通过一致性检验，则计算对比矩阵的归一化特征向量，将其作为权向量，若未通过一致性检验，则返回步骤6102重新构造对比矩阵；

步骤6104、权向量中的4个元素x₁，x₂，x₃，x₄为准则层的4个权重；则方案层及各个对象的最终安全评价指标c_i得分为：x₁Y_i1+x₂Y_i2+x₃Y_i3+x₄Y_i4，式中，Y_i1、Y_i2、Y_i3、Y_i4分别表示第i个对象的事故属性；

假设有n个对象信息，每个对象信息为包括事故的死亡人数、事故的受伤人数、事故的财产损失和事故的发生次数的4维属性，按照列组成n×4矩阵X，则利用主成分分析法对上一步获得的数据进行处理具体包括以下步骤：

步骤6201、求出协方差矩阵

步骤6202、求出协方差矩阵C的特征值λ_i和特征向量w_i；

步骤6203、对特征值λ_i从大到小排序，选取最大特征值对应的特征向量，组成矩阵W₁₄；

步骤6204、计算降维矩阵Y_1n＝W₁₄X_4n即为PCA降维最终结果p_i；

步骤7：将层次分析法、主成分分析法获得的最终结果投射到(50，100)范围内，以初步形成安全评价指标初始分值；

步骤8：根据组合赋权法公式：得到安全评价指标最终得分w_i，式中，表示不同算法的权重系数，

步骤9：导入当前年度事故数据，判断对象是否发生过事故，发生过则对象目标属性标注为1，没有发生过事故则对象目标属性标注为0；

步骤10：导入对象特征变量和目标变量，特征变量包括两部分：对象自身属性以及通过步骤1至步骤8得到的对象历史安全评价指标；

步骤11：检查数据是否有缺失值、异常值，对有缺失值、异常值的样本数据进行删除；

步骤12：对特征变量进行相关性分析，变量两两之间相关性大于预先设定的阈值，删除其中之一的变量；

步骤13：判断变量是否是类别变量，否的话转入步骤14，是的话转入步骤15；

步骤14：导入对象目标属性变量，对连续性变量采取连续性变量离散化处理，转回步骤13；

步骤15：判断类别变量类别是否超过5类，是的话转入步骤16，否的话转入步骤17；

步骤16：对类别变量进行分组处理，使得变量类别小于等于5类；

步骤17：计算所有特征变量的IV值：

式中，#y_i是这个组中响应对象的数量，#n_i是这个组中未响应对象的数量，#y_T是样本中所有响应客户的数量，#n_T是样本中所有未响应客户的数量；

根据IV值从大到小排序，选出IV值大于预先设定的阈值的所有特征变量；

步骤10：对筛选完的变量进行证据权重转化WOE_i表示证据权重；

步骤11：利用步骤10得到的WOE_i对对象目标属性进行处理得到数据集；

步骤12：将数据集分为测试数据集以及训练数据集；

步骤13：运用训练数据集训练逻辑回归模型，首先初始化模型参数；

步骤14：通过公式计算预测结果，式中，σ(·)为sigmoid激活函数；

步骤15：计算代价函数式中，为针对1个样本的损失函数，n为样本总数量；

步骤16：判断代价函数J(w,b)是否达到最小值，是的话则逻辑回归模型已收敛到最小值，输出逻辑回归模型的结果，进入步骤18；否则进入步骤17；

步骤17：按梯度上升算法调整逻辑回归模型的参数，返回步骤14，重新计算预测结果；

步骤18：运用测试集对逻辑回归模型进行检验，判断KS值是否大于预先设定的阈值，若大于则说明逻辑回归模型预测能力较好，转入步骤19，否则转回步骤13，对逻辑回归模型重新进行调整；

步骤19：输出模型参数β₀、β₁、β₂、β₃…β_n；

步骤20：设定评分卡参数：确定预期分值P和比率翻番的分数POD；

步骤21：将上一步确定的预期分值P和比率翻番的分数POD代入公式求解参数A、B，式中，θ₀表示样本的好坏比率；

步骤22：运用如下公式计算获得安全风险指标Score：Score＝A-B{β₀+β₁(ω₁₁δ₁₁+ω₁₂δ₁₂+…)+β₂(ω₂₁δ₂₁+ω₂₂δ₂₂+…)+…β_n(ω_n1δ_n1+ω_n2δ_n2+…)}，式中，β₀、β₁、β₂、β₃…β_n为逻辑回归的模型参数；ω_ij为第i个变量第j个值的WOE；δ_ij为二元变量(0，1)，表示变量i是否取第j个值。