3-1公路交通安全修改稿-在線瀏覽
2025-07-10 18:02本頁面
【正文】 估、。多因素組合條件下的權重值參見表14。模糊綜合層次分析法參見附錄A，主成分分析法參見附錄B，層次分析法參見附錄C。確定其模糊評語集為：v = {v1，v2，v3，v4}。 公路交通安全態(tài)勢評估指標模糊評判標準影響因素公路交通安全態(tài)勢等級v1v2v3v4氣象條件霧54433221雨54433221風54433221冰凍54433221雪54433221交通流狀態(tài)流量突變54433221路段車速差54433221路面車型構成54433221交通事件54433221交通違法行為54433221歷史交通事故54433221公路條件公路安全設施54433221公路危險點（段）54433221 模糊隸屬度矩陣R的確定，～分別為公路交通突發(fā)事件威脅程度指標，i 相對于評語集一級至四級的隸屬函數(shù)，x 為被評價對象的指標值，則半梯形與梯形隸屬函數(shù)的公式如式（）~式（），各指標的隸屬度可根據(jù)下列線性方程構造的隸屬函數(shù)求解。例如計算r13和 r22如下：r13， r22，由此可得各模糊評判矩陣R R RR4如下： 各指標權重集合W的確定 模糊綜合評判函數(shù)總與一個權向量有關，對于不同等級不同類型的路段,公路交通設施各項指標對其運營安全性的影響效果不同,這種不同在評價過程中主要體現(xiàn)在各指標的權重不同，應針對各類型路段分別建立權重集合。層次分析法是研究帶主觀不確定性問題的一種行之有效的方法，采用1～9標度法構造判斷矩陣進行計算，對于不能確定的判斷，保留空缺，通過一定的數(shù)學手段，依據(jù)已有項進行填補。 重要性語言量化標度因素x，y相比較說明f（x, y）f（y, x）x與y同等重要x，y對總目標有相同的貢獻11x比y稍微重要x的貢獻率稍大于y，但不明顯31/3x比y明顯重要x的貢獻率明顯大于y，但不十分明顯51/5x比y十分重要x的貢獻率十分明顯大于y，但不特別突出71/7x比y極其重要x的貢獻率以壓倒優(yōu)勢大于y91/9x比y處于上述兩相鄰判斷之間相鄰兩判斷的折衷2,4,6,81/2,1/4,1/6,1/8 采用層次分析法確定權重的步驟如下：a) 構造判斷矩陣，判斷矩陣的構造主要考慮各項指標的相對重要性，根據(jù)工程經(jīng)驗和專家判斷，采用1～9標度法構造判斷矩陣；b) 計算權重系數(shù)，求出判斷矩陣的最大特征根對應的特征向量，經(jīng)歸一化得各指標的權重系數(shù)；c) 一致性檢驗，由b)得到的權重分配是否合理，還需要對判斷矩陣進行一致性檢驗。 判斷矩陣的RI值n12345678900當判斷矩陣的CR 0. 1時或λmax = n, CI= 0時，認為其具有滿意的一致性，否則需調整判斷矩陣中的元素使其具有滿意的一致性。R，即采用最大隸屬度原則，若，則公路交通安全態(tài)勢綜合評估等級為k 級。S。樣本數(shù)據(jù)的標準化是基于數(shù)據(jù)的平均和方差進行的。對數(shù)據(jù)矩陣Y作標準化處理，即對每一個指標分量作標準化變換，變換公式為：對于給定的n個樣本，求樣本間的相關系數(shù)。式中： 求特征值和特征向量設求得的相關矩陣為R ，求解特征方程：|Rλi|=0通過求解特征方程，可得到m個特征值 （i=1～m），和對應于每一個特征值的特征向量：ai=(ai1,ai2,...,aip) i=1～m且有 λ1≥λ2≥λ3≥λm≥0 設相應λ1的特征向量Ai=(α1i,α2i,...,αpi) i=1～m 求主成分 （取線性組合） 主成份數(shù)學模型根據(jù)求得的m個特征向量，m個主要成分分別為： F1=α11x1+α12x2+ ... +α1pxpF2=α21x1+α22x2+ ... +α2pxp... ... ... ... ... ...Fm=αm1x1+αm2x2+ ... +αmpxp上式就是主成分
規(guī)章制度相關推薦
鄂ICP備17016276號-1