CN111080158A - 一种基于复合权重的城市路口通行危险指数评价方法 - Google Patents

Abstract

本发明公开了一种基于复合权重的城市路口通行危险指数评价方法，包括下述步骤：数据采集模块采集路口数据、交通事故数据和路口视屏卡口数据，并将其经处理器传输至检测模块，所述数据库内存储有城市路口通行安全指数体系数据，检测模块从数据库内获取城市路口通行安全指数体系数据，检测模块用于对路口数据、交通事故数据、路口视屏卡口数据和城市路口通行安全指数体系数据进行矩阵列举操作，本发明通过检测模块对采集的相关信息进行分析处理，从而整理出判别矩阵和评价矩阵，分析模块和转化模块对判别矩阵和评价矩阵所表示的指标相关权重进行精确分析，增加对数据分析的准确性，节省分析时间，提高工作效率。

Description

一种基于复合权重的城市路口通行危险指数评价方法

技术领域

本发明涉及城市路口通行技术领域，具体为一种基于复合权重的城市路口通行危险指数评价方法。

背景技术

城市道路交叉路口是城市道路交通系统的重要组成部分，是城市路网的节点和枢纽，它将道路连接，承担了城市大量的交通流，具有非常重要的功能。但同时，交叉路口又因其“咽喉”特点成为城市道路的瓶颈，交叉路口上的车辆和过街的行人之间、车辆与车辆之间、特别是非机动车与机动车辆之间存在着冲突和干扰，具有极大的不确定性，这极易引发交通事故，据一般统计，有60％的城市道路交通事故发生在交叉路口及其附近地区。

现有技术中没有出现针对城市路口的通行危险指数进行评价的方法，缺少对城市路口通行数据的精确分析，从而缺少对城市交通的合理规划基础，无法根据路口的交通数据进行合理的调节关注度，为此，我们提出一种基于复合权重的城市路口通行危险指数评价方法。

发明内容

本发明的目的在于提供一种基于复合权重的城市路口通行危险指数评价方法，通过数据采集模块采集数据，检测模块、分析模块和转化模块对采集的数据进行分析，从而增加对数据分析的准确性，节省分析时间，提高工作效率，通过评级按模块和调节模块的设置，对城市路口的安全指标进行评价，根据评价结果进行关注度调节，增加相关路口的安全性，节省人力资源的损耗，提高工作效率。

本发明所要解决的技术问题为：

(1)如何通过检测模块对采集的相关信息进行分析处理，从而整理出判别矩阵和评价矩阵，分析模块和转化模块对判别矩阵和评价矩阵所表示的指标相关权重进行精确分析，来解决现有技术中对城市路口安全分析不精确的问题；

(2)如何通过评价模块对正向指标和负向指标的转化，从而得出路口指标与实际指标的差值，从而对不同路口的指标进行比对，判定其指标的程度，调节模块依据指标程度进行关注度调节，来解决现有技术中无法根据安全指标对城市路口进行关注度调节的问题。

本发明的目的可以通过以下技术方案实现：一种基于复合权重的城市路口通行危险指数评价方法，包括下述步骤：

步骤一：数据采集模块采集路口数据、交通事故数据和路口视屏卡口数据，并将其经处理器传输至检测模块，所述数据库内存储有城市路口通行安全指数体系数据，检测模块从数据库内获取城市路口通行安全指数体系数据；

步骤二：检测模块用于对路口数据、交通事故数据、路口视屏卡口数据和城市路口通行安全指数体系数据进行矩阵列举操作，得到判别矩阵和评价矩阵，并将其传输至分析模块；

步骤三：分析模块接收判别矩阵和评价矩阵后，即对其进行分析操作，得到组合权重A_j、第j个指标的权重T_j，并将其传输至转化模块；

步骤四：转化模块接收组合权重A_j、第j个指标的权重T_j后，并依据其进行转化操作，得到正理想解S⁺、负理想解S^-和加权规范化矩阵S中各指标的数值S_ij，并将其传输至评价模块；

步骤五：评价模块接收正理想解S⁺、负理想解S^-和加权规范化矩阵S中各指标的数值S_ij，并依据其进行评价操作，得到危险关注信号和安全信号，并将其传输至调节模块；

步骤六：所述调节模块接收危险关注信号和安全信号，并依据其对各个城市路口进行关注度调节。

作为本发明的进一步改进方案：所述矩阵列举操作的具体操作过程为：

K1：获取城市路口通行安全指数体系数据、路口数据交通事故数据和路口视屏卡口数据，并对其进行检测分析，最终得出违规数据以及违规指标数据；

K2：以上一级指标作为准则，利用常用的九级标度法，通过在上一级指标原则下，构造各下级指标两两比较的判断矩阵，设定受上一级指标影响的下级指标个数为n个，则构造的判别矩阵B＝(b_ij)_n×n为：

K3：设定有m个交通路口，n个安全评价指标，建立评价矩阵，并将其标记为X，其中，Xij表示第i个路口的第j个安全评价指标的数值：

其中，n＝1,2,3......a1，i＝1,2,3......a2，j＝1,2,3......a3。

作为本发明的进一步改进方案：分析操作的具体操作过程为：

P1：获取上述K2中的判别矩阵B，并对其进行判别处理，判别处理的具体处理过程为：

U1：获取判别矩阵，并依据其进行层次单排序，计算式为BW＝λ_max W，其中，λ_max为B的最大特征根，W为对应于λ_max的正规化特征向量，W的分量w_i即是相应因素单排序的权值；

U2：将受上一级指标影响的下级指标个数n与B的最大特征根λ_max一同带入到计算式：

其中，CI为判别矩阵的一致性指标，当判别矩阵具有完全一致性时，CI＝0。λ_max-n越大，CI越大，判断矩阵的一致性越差，当

时，判断矩阵具有满意的一致性，否则就需对判断矩阵进行调整；

U3：依据同一层次中所有层次单排序的结果，计算针对上一层次而言本层次所有因素重要性的权值，即层次总排序；

U4：依据层析总排序将各单一准则下相对于上一级指标的权重自上而下逐级相乘，计算出组合权重A_j；

P2：获取上述K3中的评价矩阵X，并对其进行评价处理，评价处理的具体处理过程为：

R1：将评价矩阵X的数据标准化处理，得到标准化矩阵Y，将标准化矩阵内的数据分为负向指标和正向指标；

R2：将上述R1中的正向指标和负向指标进行统一化处理，将正向指标带入到计算式：

将负向指标带入到计算式：

其中，y_ij表示为统一值，max(x_j)表示为x_j的最大值，min(x_j)表示为x_j的最小值,n＝1,2,3......a1，m＝1,2,3......a4；

R3：将统一值与城市路口通行安全指数体系数据一同带入到计算式：

其中，f_ij表示为第i个路口第j个指标值所占的比重，并将f_ij带入到熵值计算式中：

其中H_j表示为指标的信息熵值，k＝1/lnm；

R4：将上述R3中的指标的信息熵值带入到计算式：

其中，T表示为指标权重，T_j表示为第j个指标的权重。

作为本发明的进一步改进方案：所述转化操作的具体操作过程为：

G1：获取组合权重A_j、第j个指标的权重T_j，并将其带入到计算式C_j＝βA_j+(1-β)T_j，其中，C_j表示为复合权重，β的取值范围为(0≤β≤1)，表示为评价偏好系数，即说明有关专家对于主客观赋权法的偏好程度，当β＝1时，则判定复合权重完全采用主观赋权法即能反应实际情况，当β＝0时，则判定复合权重完全采用客观赋权法即能反应实际情况；

G2：对评价矩阵X进行规范化处理，得到规范化矩阵Z，并获取评价矩阵X和规范化矩阵Z的数值，并将其带入到计算式：

其中，Z_ij表示为规范化矩阵Z中各指标的数值；

G3：依据复合权重C_j，构造加权规范化矩阵S，获取规范化矩阵Z内的指标数据和加权规范化矩阵S内的指标数据，并将其与复核权重一同带入到计算式s_ij＝C_j×z_ij，其中，S_ij表示为加权规范化矩阵S中各指标的数值；

G4：获取到上述G3中加权规范化矩阵S中各指标的数值，并将其依照正理想解和负理想解进行分类，并将其依次标记为S⁺和S^-，将加权规范化矩阵S中各指标的数值带入到正理想解和负理想解的计算式中，具体为：当j为正向指标时，S⁺＝maxS_ij，S^-＝minS_ij，当j为负向指标时，S⁺＝minS_ij，S^-＝maxS_ij；

G5：将正理想解S⁺、负理想解S^-和加权规范化矩阵S中各指标的数值S_ij传输至评价模块。

作为本发明的进一步改进方案：评价操作的具体操作过程为：

D1：获取正理想解S⁺、负理想解S^-和加权规范化矩阵S中各指标的数值S_ij，并将其带入到计算式：

其中，

表示为各个城市路口的数值与正理想解数值的距离差值，即为正向差值，

表示为各个城市路口的数值与负理想解数值的距离差值，即为负向差值；

D2：依据上述D1中的正向差值和负向差值带入到计算式：

其中，V_i表示为各个城市路口业到负理想解的距离占到正、负理想解距离的和的比重；

D3：设定一个预设值F，并将其与比重值V_i进行比对，具体为：

M1：当V_i≥F时，则判定该路口的安全性低，生成危险关注信号；

M2：当V_i＜F时，则判定该路口的安全性高，生成安全信号。

本发明的有益效果：

(1)数据采集模块采集路口数据、交通事故数据和路口视屏卡口数据，并将其经处理器传输至检测模块，数据库内存储有城市路口通行安全指数体系数据，检测模块对路口数据、交通事故数据、路口视屏卡口数据和城市路口通行安全指数体系数据进行矩阵列举操作，得到判别矩阵和评价矩阵，并将其传输至分析模块，分析模块接收判别矩阵和评价矩阵后，即对其进行分析操作，得到组合权重A_j、第j个指标的权重T_j，并将其传输至转化模块，转化模块接收组合权重A_j、第j个指标的权重T_j后，并依据其进行转化操作，得到正理想解S⁺、负理想解S^-和加权规范化矩阵S中各指标的数值S_ij，通过检测模块对采集的相关信息进行分析处理，从而整理出判别矩阵和评价矩阵，分析模块和转化模块对判别矩阵和评价矩阵所表示的指标相关权重进行精确分析，增加对数据分析的准确性，节省分析时间，提高工作效率。

(2)评价模块接收正理想解S⁺、负理想解S^-和加权规范化矩阵S中各指标的数值S_ij，并依据其进行评价操作，得到危险关注信号和安全信号，并将其传输至调节模块，调节模块接收危险关注信号和安全信号，并依据其对各个城市路口进行关注度调节，通过评价模块对正向指标和负向指标的转化，从而得出路口指标与实际指标的差值，从而对不同路口的指标进行比对，判定其指标的程度，调节模块依据指标程度进行关注度调节，增加相关路口的安全性，节省人力资源的损耗，提高工作效率。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明的城市路口通行安全指数体系图；

图2是本发明的人为因素结构示意图；

图3是本发明的车辆因素结构示意图；

图4是本发明的路口因素和环境因素结构示意图；

图5是本发明的事故因素结构示意图；

图6是本发明的城市路口通行安全指数结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1-6所示，本发明为一种基于复合权重的城市路口通行危险指数评价方法，包括下述步骤：

步骤一：所述数据采集模块用于采集城市路口信息，所述城市路口信息包括路口数据、交通事故数据和路口视屏卡口数据，并将其经处理器传输至检测模块，所述数据库内存储有城市路口通行安全指数体系数据，具体指代事故的影响因素，所述检测模块用于对路口数据、交通事故数据、路口视屏卡口数据和城市路口通行安全指数体系数据进行矩阵列举操作，所述矩阵列举操作的具体操作过程为：

K1：获取城市路口通行安全指数体系数据、路口数据交通事故数据和路口视屏卡口数据，并对其进行检测分析，检测分析为一种现有技术，最终得出违规数据以及违规指标数据；

K2：以上一级指标作为准则，利用常用的九级标度法，通过在上一级指标原则下，构造各下级指标两两比较的判断矩阵，设定受上一级指标影响的下级指标个数为n个，则构造的判别矩阵B＝(b_ij)_n×n为：

K3：设定有m个交通路口，n个安全评价指标，建立评价矩阵，并将其标记为X，其中，Xij表示第i个路口的第j个安全评价指标的数值：

K4：将上述K2中的判别矩阵和K3中的评价矩阵传输至分析模块，其中n＝1,2,3......a1，i＝1,2,3......a2，j＝1,2,3......a3；

步骤二：所述分析模块接收判别矩阵和评价矩阵后，即对其进行分析操作，分析操作的具体操作过程为：

P1：获取上述K2中的判别矩阵B，并对其进行判别处理，判别处理的具体处理过程为：

U1：获取判别矩阵，并依据其进行层次单排序，计算式为BW＝λ_max W，其中，λ_max为B的最大特征根，W为对应于λ_max的正规化特征向量，W的分量w_i即是相应因素单排序的权值，(所谓层次单排序是指根据判断矩阵计算对于上一层某因素而言本层次与之有联系的因素的重要性次序的权值。它是本层次所有因素相对上一层而言的重要性进行排序的基础。层次单排序可以归结为计算判断矩阵的特征根和特征向量问题)；

U2：将受上一级指标影响的下级指标个数n与B的最大特征根λ_max一同带入到计算式：

其中，CI为判别矩阵的一致性指标，当判别矩阵具有完全一致性时，CI＝0。λ_max-n越大，CI越大，判断矩阵的一致性越差，当

时，判断矩阵具有满意的一致性，否则就需对判断矩阵进行调整；

U3：依据同一层次中所有层次单排序的结果，计算针对上一层次而言本层次所有因素重要性的权值，即层次总排序；

U4：依据层析总排序将各单一准则下相对于上一级指标的权重自上而下逐级相乘，计算出组合权重A_j；

P2：获取上述K3中的评价矩阵X，并对其进行评价处理，评价处理的具体处理过程为：

R1：将评价矩阵X的数据标准化处理，得到标准化矩阵Y，将标准化矩阵内的数据分为负向指标和正向指标，负向指标表示为指标数值越大越差，例如当行人闯红灯的次数越多，则表示安全性越差，正向指标表示为指标数值越小越优，出现的的次数越少，则安全性越高；

R2：将上述R1中的正向指标和负向指标进行统一化处理，将正向指标带入到计算式：

将负向指标带入到计算式：

其中，y_ij表示为统一值，max(x_j)表示为x_j的最大值，min(x_j)表示为x_j的最小值,n＝1,2,3......a1，m＝1,2,3......a4；

R3：将统一值与城市路口通行安全指数体系数据一同带入到计算式：

其中，f_ij表示为第i个路口第j个指标值所占的比重，并将f_ij带入到熵值计算式中：

其中H_j表示为指标的信息熵值，k＝1/ln m；

R4：将上述R3中的指标的信息熵值带入到计算式：

其中，T表示为指标权重(熵权系数)，T_j表示为第j个指标的权重；

P3：将组合权重A_j、第j个指标的权重T_j传输至转化模块；

步骤三：转化模块接收组合权重A_j、第j个指标的权重T_j，并依据其进行转化操作，所述转化操作的具体操作过程为：

G1：获取组合权重A_j、第j个指标的权重T_j，并将其带入到计算式C_j＝βA_j+(1-β)T_j，其中，C_j表示为复合权重，β的取值范围为(0≤β≤1)，表示为评价偏好系数，即说明有关专家对于主客观赋权法的偏好程度，当β＝1时，则判定复合权重完全采用主观赋权法即能反应实际情况，当β＝0时，则判定复合权重完全采用客观赋权法即能反应实际情况，评价偏好系数β数值的确定采用德尔菲法获得；

G2：对评价矩阵X进行规范化处理，得到规范化矩阵Z，并获取评价矩阵X和规范化矩阵Z的数值，并将其带入到计算式：

其中，Z_ij表示为规范化矩阵Z中各指标的数值；

G3：依据复合权重C_j，构造加权规范化矩阵S，获取规范化矩阵Z内的指标数据和加权规范化矩阵S内的指标数据，并将其与复核权重一同带入到计算式s_ij＝C_j×z_ij，其中，S_ij表示为加权规范化矩阵S中各指标的数值；

G4：获取到上述G3中加权规范化矩阵S中各指标的数值，并将其依照正理想解和负理想解进行分类，并将其依次标记为S⁺和S^-，将加权规范化矩阵S中各指标的数值带入到正理想解和负理想解的计算式中，具体为：当j为正向指标时，S⁺＝maxS_ij，S^-＝minS_ij，当j为负向指标时，S⁺＝minS_ij，S^-＝maxS_ij；

G5：将正理想解S⁺、负理想解S^-和加权规范化矩阵S中各指标的数值S_ij传输至评价模块；

步骤四：评价模块接收正理想解S⁺、负理想解S^-和加权规范化矩阵S中各指标的数值S_ij，并依据其进行评价操作，评价操作的具体操作过程为：

D1：获取正理想解S⁺、负理想解S^-和加权规范化矩阵S中各指标的数值S_ij，并将其带入到计算式：

其中，

表示为各个城市路口的数值与正理想解数值的距离差值，即为正向差值，

表示为各个城市路口的数值与负理想解数值的距离差值，即为负向差值；

D2：依据上述D1中的正向差值和负向差值带入到计算式：

其中，V_i表示为各个城市路口业到负理想解的距离占到正、负理想解距离的和的比重；

D3：设定一个预设值F，并将其与比重值V_i进行比对，具体为：

M1：当V_i≥F时，则判定该路口的安全性低，生成危险关注信号；

M2：当V_i＜F时，则判定该路口的安全性高，生成安全信号；

D4：将危险关注信号和安全信号传输至调节模块；

步骤五：所述调节模块接收危险关注信号和安全信号，并依据其对各个城市路口进行关注度调节；

所述城市路口通行安全指数体系包括人为因素、车辆因素、路口因素、环境因素和事故因素，所述人为因素包括驾驶员因素和行人因素，所述驾驶员因素包括闯红灯发生次数、酒后驾驶起数和疲劳驾驶起数，所述行人因素包括未走斑马线人数、行人闯红灯人数、低头族过马路次数，所述车辆因素包括行车因素和车速因素，所述行车因素包括路口通行客车占比、路口通行货车占比、路口通行非机动车占比、路口通行普通客车占比和远载危险品车辆数，所述车速因素包括急加速发生数、急减速发生数和直角转弯发生数，所述路口因素包括路口状态，所述路口状态包括路口路面完好天数、路口路表完好天数和路口通行平均车速，所述环境因素包括控制方式，所述控制方式包括无交通信号发生次数、无交通信号发生总时长、夜间无路灯照明天数和夜间无路灯照明时长，所述事故因素包括事故等级、事故类型和事故形态，所述事故等级包括轻微事故次数、一般事故次数、重大事故次数和特大事故次数，所述事故类型包括机动车事故占比和事故发生率，所述事故形态包括车辆间事故数、人车间事故数和单车事故数。

本发明在工作时，数据采集模块采集路口数据、交通事故数据和路口视屏卡口数据，并将其经处理器传输至检测模块，数据库内存储有城市路口通行安全指数体系数据，检测模块从数据库内获取城市路口通行安全指数体系数据，检测模块用于对路口数据、交通事故数据、路口视屏卡口数据和城市路口通行安全指数体系数据进行矩阵列举操作，得到判别矩阵和评价矩阵，并将其传输至分析模块，分析模块接收判别矩阵和评价矩阵后，即对其进行分析操作，得到组合权重A_j、第j个指标的权重T_j，并将其传输至转化模块，转化模块接收组合权重A_j、第j个指标的权重T_j后，并依据其进行转化操作，得到正理想解S⁺、负理想解S^-和加权规范化矩阵S中各指标的数值S_ij，并将其传输至评价模块，评价模块接收正理想解S⁺、负理想解S^-和加权规范化矩阵S中各指标的数值S_ij，并依据其进行评价操作，得到危险关注信号和安全信号，并将其传输至调节模块，调节模块接收危险关注信号和安全信号，并依据其对各个城市路口进行关注度调节。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (5)

1.一种基于复合权重的城市路口通行危险指数评价方法，其特征在于，包括下述步骤：

步骤一：数据采集模块采集路口数据、交通事故数据和路口视屏卡口数据，并将其经处理器传输至检测模块，所述数据库内存储有城市路口通行安全指数体系数据，检测模块从数据库内获取城市路口通行安全指数体系数据；

步骤二：检测模块用于对路口数据、交通事故数据、路口视屏卡口数据和城市路口通行安全指数体系数据进行矩阵列举操作，得到判别矩阵和评价矩阵，并将其传输至分析模块；

步骤三：分析模块接收判别矩阵和评价矩阵后，即对其进行分析操作，得到组合权重A_j、第j个指标的权重T_j，并将其传输至转化模块；

步骤四：转化模块接收组合权重A_j、第j个指标的权重T_j后，并依据其进行转化操作，得到正理想解S⁺、负理想解S^-和加权规范化矩阵S中各指标的数值S_ij，并将其传输至评价模块；

步骤五：评价模块接收正理想解S⁺、负理想解S^-和加权规范化矩阵S中各指标的数值S_ij，并依据其进行评价操作，得到危险关注信号和安全信号，并将其传输至调节模块；

步骤六：所述调节模块接收危险关注信号和安全信号，并依据其对各个城市路口进行关注度调节。

2.根据权利要求1所述的一种基于复合权重的城市路口通行危险指数评价方法，其特征在于，所述矩阵列举操作的具体操作过程为：

K1：获取城市路口通行安全指数体系数据、路口数据交通事故数据和路口视屏卡口数据，并对其进行检测分析，最终得出违规数据以及违规指标数据；

K2：以上一级指标作为准则，利用常用的九级标度法，通过在上一级指标原则下，构造各下级指标两两比较的判断矩阵，设定受上一级指标影响的下级指标个数为n个，则构造的判别矩阵B＝(b_ij)_n×n为：

K3：设定有m个交通路口，n个安全评价指标，建立评价矩阵，并将其标记为X，其中，Xij表示第i个路口的第j个安全评价指标的数值：

其中，n＝1,2,3......a1，i＝1,2,3......a2，j＝1,2,3......a3。

3.根据权利要求1所述的一种基于复合权重的城市路口通行危险指数评价方法，其特征在于，分析操作的具体操作过程为：

P1：获取上述K2中的判别矩阵B，并对其进行判别处理，判别处理的具体处理过程为：

U1：获取判别矩阵，并依据其进行层次单排序，计算式为BW＝λ_max W，其中，λ_max为B的最大特征根，W为对应于λ_max的正规化特征向量，W的分量w_i即是相应因素单排序的权值；

U2：将受上一级指标影响的下级指标个数n与B的最大特征根λ_max一同带入到计算式：

其中，CI为判别矩阵的一致性指标，当判别矩阵具有完全一致性时，CI＝0。λ_max-n越大，CI越大，判断矩阵的一致性越差，当

时，判断矩阵具有满意的一致性，否则就需对判断矩阵进行调整；

U3：依据同一层次中所有层次单排序的结果，计算针对上一层次而言本层次所有因素重要性的权值，即层次总排序；

U4：依据层析总排序将各单一准则下相对于上一级指标的权重自上而下逐级相乘，计算出组合权重A_j；

P2：获取上述K3中的评价矩阵X，并对其进行评价处理，评价处理的具体处理过程为：

R1：将评价矩阵X的数据标准化处理，得到标准化矩阵Y，将标准化矩阵内的数据分为负向指标和正向指标；

R2：将上述R1中的正向指标和负向指标进行统一化处理，将正向指标带入到计算式：

将负向指标带入到计算式：

其中，y_ij表示为统一值，max(x_j)表示为x_j的最大值，min(x_j)表示为x_j的最小值,n＝1,2,3......a1，m＝1,2,3......a4；

R3：将统一值与城市路口通行安全指数体系数据一同带入到计算式：

其中，f_ij表示为第i个路口第j个指标值所占的比重，并将f_ij带入到熵值计算式中：

其中Hj表示为指标的信息熵值，k＝1/lnm；

R4：将上述R3中的指标的信息熵值带入到计算式：

其中，T表示为指标权重，T_j表示为第j个指标的权重。

4.根据权利要求1所述的一种基于复合权重的城市路口通行危险指数评价方法，其特征在于，所述转化操作的具体操作过程为：

G1：获取组合权重A_j、第j个指标的权重T_j，并将其带入到计算式C_j＝βA_j+(1-β)T_j，其中，C_j表示为复合权重，β的取值范围为0≤β≤1，表示为评价偏好系数，即说明有关专家对于主客观赋权法的偏好程度，当β＝1时，则判定复合权重完全采用主观赋权法即能反应实际情况，当β＝0时，则判定复合权重完全采用客观赋权法即能反应实际情况；

G2：对评价矩阵X进行规范化处理，得到规范化矩阵Z，并获取评价矩阵X和规范化矩阵Z的数值，并将其带入到计算式：

其中，Z_ij表示为规范化矩阵Z中各指标的数值；

G3：依据复合权重C_j，构造加权规范化矩阵S，获取规范化矩阵Z内的指标数据和加权规范化矩阵S内的指标数据，并将其与复核权重一同带入到计算式s_ij＝C_j×z_ij，其中，S_ij表示为加权规范化矩阵S中各指标的数值；

G4：获取到上述G3中加权规范化矩阵S中各指标的数值，并将其依照正理想解和负理想解进行分类，并将其依次标记为S⁺和S^-，将加权规范化矩阵S中各指标的数值带入到正理想解和负理想解的计算式中，具体为：当j为正向指标时，S⁺＝maxS_ij，S^-＝minS_ij，当j为负向指标时，S⁺＝minS_ij，S^-＝maxS_ij；

G5：将正理想解S⁺、负理想解S^-和加权规范化矩阵S中各指标的数值S_ij传输至评价模块。

5.根据权利要求1所述的一种基于复合权重的城市路口通行危险指数评价方法，其特征在于，评价操作的具体操作过程为：

D1：获取正理想解S⁺、负理想解S^-和加权规范化矩阵S中各指标的数值S_ij，并将其带入到计算式：

其中，

表示为各个城市路口的数值与正理想解数值的距离差值，即为正向差值，

表示为各个城市路口的数值与负理想解数值的距离差值，即为负向差值；

D2：依据上述D1中的正向差值和负向差值带入到计算式：

其中，V_i表示为各个城市路口业到负理想解的距离占到正、负理想解距离的和的比重；

D3：设定一个预设值F，并将其与比重值V_i进行比对，具体为：

M1：当V_i≥F时，则判定该路口的安全性低，生成危险关注信号；

M2：当V_i＜F时，则判定该路口的安全性高，生成安全信号。

Images