基于三角模糊數(shù)層次分析法的駕駛?cè)司C合素質(zhì)評估研究＊

陳 晨 吳超仲

（武漢理工大學(xué)智能交通系統(tǒng)研究中心 武漢 430063）

（水路公路交通安全控制與裝備教育部工程研究中心 武漢 430063）

隨著我國公路交通的發(fā)展，交通事故數(shù)也一直居高不下，影響交通事故發(fā)生的4個主要因素有人、車、路和環(huán)境．其中，駕駛?cè)诵袨橐蛩卣冀^大多數(shù)［1－2］．國內(nèi)外眾多研究機構(gòu)對各種生理或心理條件下駕駛?cè)说鸟{駛能力進行了研究［3－5］．目前的駕駛?cè)丝己讼嚓P(guān)的文獻多用層次分析法，而基于三角模糊數(shù)的層次分析法對駕駛?cè)司C合素質(zhì)的各項指標進行權(quán)重研究，能夠避免層次分析法的不足，使得評價結(jié)果更合理化．

1 駕駛?cè)司C合素質(zhì)指標體系

1）安全駕駛知識 駕駛知識是進行車輛駕駛的最基本知識要求，主要包括：（1）道路交通安全法律法規(guī)；（2）安全駕駛常識；（3）車輛結(jié)構(gòu)及操作規(guī)范；（4）高速公路、山區(qū)道路上及夜間、惡劣天氣下行車操作注意事項．

2）安全駕駛態(tài)度 態(tài)度是個人對某一對象所持有的評價和行為傾向，對人的行為具有指導(dǎo)性的動力性影響［6］．安全駕駛態(tài)度是指駕駛?cè)藢λ幁h(huán)境中可能造成人身傷害、財產(chǎn)損失或環(huán)境破壞的事件的穩(wěn)定、持久的內(nèi)在反應(yīng)傾向，涉及到社會責(zé)任感、駕駛道德等．駕駛安全態(tài)度與性格的關(guān)聯(lián)性極大，與每個駕駛?cè)说纳鐣尘?、生活工作環(huán)境等相關(guān)，具有極強的后天性．

聯(lián)系到實際駕駛，安全駕駛態(tài)度則主要是指對駕駛安全的重視程度，具體是指對一般違規(guī)駕駛行為、酒后駕車、超速駕車和疲勞駕駛的態(tài)度．

3）安全行車意識 安全行車意識指駕駛?cè)嗽诮煌ɑ顒又械陌踩庾R，主要包括對行車過程中未知情況及可能存在的危險情況的預(yù)判，進而提前采取預(yù)防措施．

4）環(huán)境感知能力 環(huán)境感知能力是指駕駛?cè)嗽谛熊囘^程中，對外界靜態(tài)的和動態(tài)的環(huán)境的認知［7］．靜態(tài)環(huán)境包含道路線形、路側(cè)景觀、路面質(zhì)量、天氣及對車體自身的空間認知等，動態(tài)環(huán)境包含自身車速、行人或其他障礙物速度及空間距離等．環(huán)境感知能力直接影響著駕駛?cè)瞬扇〔僮鞯恼_與否．

5）車輛操縱能力 車輛操縱能力是指駕駛?cè)藢圀w的操作、控制能力，包括最基本的加減速、轉(zhuǎn)彎、倒車等技能等．

2 三角模糊層次分析法

2．1 確定評價因素集并建立層次模型

根據(jù)前面的理論分析，建立如圖1所示的層次模型，最上層為目標層A，中間為準則層B，最下層為指標層C．

圖1 駕駛?cè)司C合素質(zhì)指標體系

2．2 三角模糊數(shù)判斷矩陣的構(gòu)建

根據(jù)每個專家對各個元素的兩兩比較，就可以得到目標層對準則層、準則層對指標層的三角模糊數(shù)判斷矩陣．設(shè)第t個專家的三角模糊數(shù)判斷矩陣用表示．其中＝（）為三角模糊數(shù)和分別表示模糊數(shù)的下界和上界為模糊數(shù)中值．－的值越小，表示判斷越模糊；若為0，則表示判斷是非模糊的［8］．

模糊判斷矩陣各個元素值對應(yīng)某個因素比另一個因素的重要程度，0．1～0．9標度法與通常使用的1～9及其倒數(shù)標度法相比，前者更能較好地反映人們（專家）的實際估計［9］，因此本研究采用0．1～0．9標度法，見表1．

表1 0．1～0．9數(shù)量標度

2．3 三角模糊數(shù)判斷矩陣的綜合及調(diào)整

綜合各個專家的判斷矩陣，并將判斷矩陣中的三角模糊數(shù)變成非模糊數(shù)．假設(shè)專家總數(shù)量為T，每位專家的權(quán)重為rt那么綜合后的判斷矩陣為

將模糊數(shù)轉(zhuǎn)化為非模糊數(shù)，便于后期數(shù)據(jù)處理及分析．根據(jù)文獻［12］，假設(shè)m的可能性大小是l的M 倍，m的可能性大小是u的N 倍，那么模糊數(shù)＝（l m u）轉(zhuǎn)化為非模糊數(shù)公式為：

2．4 權(quán)重系數(shù)的求解

對與每層因素指標權(quán)重的確定，對于各模糊判斷矩陣，計算出其中各個元素的綜合重要程度．通權(quán)重求解公式：過以上公式可以依次求出B層對A層的權(quán)重數(shù)及C層對B層的權(quán)重數(shù)．

2．5 綜合評價

計算出各層的權(quán)重數(shù)后就可以得出C層各指標對目標層A的總排序．

3 駕駛?cè)司C合素質(zhì)評價步驟

3．1 構(gòu)造三角模糊數(shù)判斷矩陣

根據(jù)前面分析結(jié)果，制作駕駛?cè)司C合素質(zhì)各因素相對重要性問卷調(diào)查表，并發(fā)給專家．專家根據(jù)自己的經(jīng)驗，對各因素的相對重要性做出判斷．本次調(diào)查對象全部為交通安全領(lǐng)域?qū)＜遥?人．某專家的模糊判斷矩陣見表2～表7．其余專家的模糊判斷矩陣此處略．

3．2 三角模糊數(shù)判斷矩陣的綜合及調(diào)整

考慮調(diào)查對象的隨機性，每位專家的判斷矩陣選取相同的權(quán)重，將每名專家對應(yīng)的準則層A各因素判斷矩陣相綜合，得到表8．

提取表8中的各個因素最可能估計值，得到矩陣M，見表9．對矩陣M 進行調(diào)整，調(diào)整后為M′，見表10．

表2 某專家對準則層A各因素模糊判斷矩陣

表3 某專家對指標層B 1各因素模糊判斷矩陣

表4 某專家對指標層B2各因素模糊判斷矩陣

表6 某專家對B 5層各因素模糊判斷矩陣

表7 某專家對指標層B4各因素模糊判斷矩陣

表8 綜合后的準則層A各因素模糊判斷矩陣

表9 模糊判斷矩陣M

表10 模糊判斷矩陣M′

計算出δ＝0．112 5＜0．2，并且σ＝0．071 1＜0．1，表示專家判斷具有較高的一致性，判斷矩陣不用進行調(diào)整．

根據(jù)文獻［17］中對三值估計法提出的經(jīng)驗數(shù)值，認為m的可能性大小是l的2倍，m的可能性大小是u的2倍，那么由模糊數(shù)轉(zhuǎn)非模糊數(shù)的公式，能夠得到非模糊數(shù)判斷矩陣．如表11所列．

表11 綜合后的準則層A各因素非模糊數(shù)判斷矩陣M

3．3 權(quán)重系數(shù)的求解

計算出準則層對應(yīng)的權(quán)重向量為：w＝（0．193 0．214 0．213 0．143 0．237）T，如表11所列．同理可以求出C層各個指標對B層的權(quán)重排序及C對A層的權(quán)重和排序情況如表12所列．

表12 組合權(quán)重表

3．4 綜合評價

駕駛?cè)司C合素質(zhì)得分V計算公式為

式中：各個小項目的滿分值均為100分．

確定評價等級及其相應(yīng)標準，參考我國目前使用的《機動車駕駛證申領(lǐng)和使用規(guī)定》，評價結(jié)果采用合格和不合格兩類，給出評語集V＝｛v1，v2｝＝｛合格，不合格｝，評價等級分為2級，其中90分及以上為合格；90分以下為不合格，表示駕駛?cè)诉€需要重新學(xué)習(xí)，包括駕駛基本知識和操作，培養(yǎng)良好的安全駕駛意識及態(tài)度等．

4 結(jié)束語

本文采用了基于三角數(shù)模糊層次分析法，結(jié)合問卷形式對專家進行了調(diào)查，得出了相應(yīng)結(jié)論，構(gòu)建了駕駛?cè)司C合素質(zhì)評估模型．評價模型顯示駕駛?cè)司C合素質(zhì)指標按重要性依次為：車輛操縱能力（0．237）、安全駕駛態(tài)度（0．214）、安全行車意識（0．213）、安全駕駛知識（0．193）、環(huán)境感知能力（0．143）．對于傳統(tǒng)的駕駛?cè)丝己?，主要涉及車輛操縱能力和安全駕駛知識，不能全面代表駕駛?cè)司C合駕駛素質(zhì)．為了更加提高駕駛?cè)说男熊嚢踩?，需要在?xùn)練階段添加安全行車態(tài)度及安全行車意識培訓(xùn)．

模型還指出駕駛?cè)司C合素質(zhì)小指標中C31（對未知或潛在危險狀態(tài)的預(yù)判）、C32（采取預(yù)防措施）、C51（加減速能力）、C52（轉(zhuǎn)彎能力）、C22（對酒后駕駛的態(tài)度）等5個項目是駕駛?cè)司C合素質(zhì)中比較重要的部分，駕駛?cè)藨?yīng)該對這些項目更加重視，對以后駕駛?cè)伺嘤?xùn)也具有一定的指導(dǎo)意義．

駕駛?cè)艘部梢愿鶕?jù)評估結(jié)果，掌握自己綜合駕駛素質(zhì)中的缺陷，有針對性的進行訓(xùn)練和不斷完善，以達到全面優(yōu)秀．這對于事故的預(yù)防有積極作用．

［1］馬 明，嚴新平，吳超仲，等．影響道路交通安全的駕駛員異常行為研究［J］．武漢理工大學(xué)學(xué)報：交通科學(xué)與工程版，2010，34（2）：228－232．

［2］胡平旺，張中舉．軍車駕駛適應(yīng)性檢測系統(tǒng)設(shè)計［J］．交通信息與安全，2010，28（4）：119－121．

［3］Ball K，Rebok G．Evaluating the driving ability of older adults［J］．Applied Gerontolog，1994，13（1）：20－38．

［4］Hoe C，Lee a，Don Cameronb，et al．Assessing the driving performance of older adult drivers：on－road versus simulated driving［J］．Accident Analysis and Prevention．2003，35：797－803．

［5］張殿業(yè)，金 鍵，楊京帥，等．駕駛員安全可靠性多因素分析［J］．公路交通科技，2004，21（3）：89－91．

［6］劉民軍．駕駛員安全態(tài)度與行車安全［J］．汽車運用，2000，90（4）：36－37．

［7］唐優(yōu)華．機動車駕駛員考核系統(tǒng)設(shè)計與研究［D］．成都：西南交通大學(xué)交通運輸學(xué)院，2006．

［8］ Mikhailov L，Tsvetinov P．Evaluation of services using a fuzzy analytic hierarchy process［J］．Applied Soft Computing 2004（5）：23－33．

［9］林鈞昌，徐澤水．模糊AHP中一種新的標度法［J］．運籌與管理，1998，7（2）：37－40．

［10］劉珊珊．基于三角模糊數(shù)的價值工程評標方法研究［D］．天津：天津大學(xué)管理學(xué)院，2008．

［11］肖 鈺，李 華．基于三角模糊數(shù)的判斷矩陣的改進及其應(yīng)用［J］．模糊系統(tǒng)與數(shù)學(xué)，2003，17（2）：59－64．

［12］盧 震．基于模糊層次分析法的軍隊專業(yè)技術(shù)人才考評［J］．北京航空航天大學(xué)學(xué)報：社會科學(xué)版，2010，23（1）：68－74．