基于TOPSIS與灰色關聯的危貨車輛違規報警研究

李升朝，吳 越，白雪萌，王 玥，張 海

(長安大學 經濟與管理學院，陜西 西安 710064)

0 引 言

近年來我國道路危險貨物生產運輸需求持續上漲，2017年全年危化品運量已達16億噸。截至2017年，我國有道路危化品企業10 928家，危貨車輛超過21萬輛。危險貨物自身性質活潑、種類各異且具有危險性大小不一的特點。在生產、運輸、裝卸等過程中，具有動態危險性，一旦發生事故，易給國民生命財產、經濟及環境上帶來不可估量的損失。如2014年因疲勞駕駛等原因造成的“7·19”特大道路交通危化品燃燒事故，事故造成54人死亡，直接經濟損失5 300余萬。2014年交通運輸部公布《道路運輸車輛動態監督管理辦法》[1]，提出對危貨車輛在途駕駛進行實時監控和管理。因此，我國部分城市引入第三方安全監測平臺在危貨車輛運行途中進行違規操作監測報警。將不同違規操作所造成的報警關聯度進行排序，及引入監測平臺對危貨車輛運輸過程中違規操作次數變化影響情況進行研究，對保障道路危險貨物運輸安全具有很大意義。

目前，國內外關于道路運輸動態監測研究有：CUI Yuanhui等[2]使用相關閾值、函數及模糊積分，收集8種傳感器信號，以液化天然氣罐為例，預測安全等級，以保障危化品在運輸過程的人、車安全；G K.MITROPOULOS等[3]基于協作駕駛的最新和未來趨勢提出創新系統，該系統通過發出風險報警來及時警告駕駛員危險情況；姚振強等[4]為實現危險品公路物流的全過程實時危險品和車輛監控、路線規劃、報警及故障診斷等能力，結合GPS、GPRS、GIS及RFID等先進技術，建立危險品物流智能監管系統；陳少惠等[5]引入元分析法對交通事故與駕駛行為之間關系進行分析；張鵬等[6]集成GPS、GSM和GIS等技術，針對高速公路雨霧災害具有突發性等特征，建立了高速公路雨霧監測及車輛預警系統，降低環境因素帶來的危險品運輸事故隱患；杜珺等[7]分析了航空危險品運輸違規操作間的關系，為航空危險品運輸風險管控提供了參考。

基于以往研究可以看出，以往國內外研究側重于通過5M法對道路危貨運輸整體進行風險分析，或是研究傳感器這類監測技術。專門針對道路危險貨物在途車輛違規駕駛操作所引起的事故風險研究極少。且研究方法多數使用層次分析法、專家評分法這類主觀性較強的評價方法。與以往研究不同的是，筆者結合熵權法、TOPSIS法及灰色關聯分析法，對運輸過程中的危貨車輛違規操作進行研究，將導致事故發生的超速、疲勞駕駛及離線位移造成事故預警的相關性等做出分析，以期能為我國危險貨物運輸安全提供理論幫助。

1 基于熵-TOPSIS-灰色關聯的車輛違規報警綜合評價模型

筆者采用熵權法、TOPSIS法及灰色關聯分析法對道路危貨車輛違規報警從橫、縱兩個角度進行分析評價[8]。先使用熵權法對各評價對象進行權重賦值，再根據權重，通過TOPSIS法計算系統風險綜合評價指數,根據指標數值判斷風險隨時間變化情況，進行宏觀縱向評價；最后使用灰色關聯分析法求各個子系統與母系統的相關程度，依照相關性大小分析內部子系統所造成違規操作風險大小，進行內部橫向評價。危貨車輛違規報警綜合評價方法步驟具體如下。

1.1 數據處理

通過對近五年道路危險貨物運輸事故報告的整理研究并結合危險貨物監測預警指標選取原則，選取研究子序列主要考慮以下3點因素：第一，科學性。基于2014年實施的《道路運輸車輛動態監督管理辦法》第9條等規定道路危險貨物運輸車輛必須按規定安裝衛星定位裝置并及時上傳監測數據,《道路運輸車輛動態監督管理辦法》第25條指出監控和管理超速行駛、疲勞駕駛及離線問題；同時，相較于目前尚在研究階段的人臉識別技術、高級駕駛輔助系統(ADAS)等技術，衛星定位裝置技術更為成熟，能夠保障監測預警結果的準確性[9]。第二，實用性。根據對以往海量道路危險貨物運輸事故致因因素整理，得知“駕駛員”的因素是最主要的。其中，超速、疲勞駕駛、離線位移三者可極大地反映駕駛員的駕駛狀態，一旦操作不規范易導致危險貨物運輸事故發生[10-12]。第三，可獲得性。目前我國衛星定位裝置相較于人臉識別技術、高級駕駛輔助系統(ADAS)等技術發展的更為完善，投入使用覆蓋也更為全面，能夠獲得全部危貨車輛相關監測數據；同時，超速、疲勞駕駛、離線位移是否違規易于判斷和監測獲取。因此，筆者構建危貨車輛違規報警的初始矩陣選取超速、疲勞駕駛及離線位移3種違規操作作為子系統進行研究，記為xij,其中,i為3個待評價對象，i=1，2，3；j為2018年各月月份指標，j=1，2，…，n，n∈N+，即為初始矩陣X=[xij]m×n。

(1)

對初始矩陣標準化得到標準矩陣R=(rij)m×n，其中rij為經過無量綱化處理的第i個評價對象第j月的數據；xij為第i個評價對象第j月的數據原始值。

標準化處理：

(2)

1.2 根據熵權法確定指標權重

確定指標權重主要分為主、客觀賦權法，主觀賦權有專家打分法、層次分析法等；客觀賦權有熵權法、簡單關聯函數法等。采用熵權法進行賦權，利用熵權法確定2018年各月第i個評價對象造成報警所占權重。其中，熵值越小，熵權越大，即為該評價對象信息量越大，該評價對象所占權重越重要。記fij為矩陣R第i個評價對象在第j月評價下指標值所占比重為：

(3)

計算第i種評價對象的熵值ei為:

(4)

當fij=0時，令fij×ln(fij)=0。利用熵值計算各評價對象熵權為：

(5)

1.3 TOPSIS法求綜合評價指數

TOPSIS法即逼近理想解排序法，通過計算各月指標與正負理想解的加權歐氏距離和綜合評價指數Cj，由此判斷各月指標與最優方案的接近程度，作為各月指標的優劣標準。該方法主要從宏觀層面，縱向評價道路危險貨物運輸違規報警隨時間變化情況。

首先構建規范化加權矩陣O=[oij]m×n：

oij=ωi×rij,?i,j

(6)

(7)

(8)

(9)

(10)

計算第j月道路危險貨物運輸違規報警綜合評價指數Cj：

(11)

1.4 灰色關聯分析求各評價對象相關性

灰色關聯分析是指對一個系統發展定量描述和比較的方法，通常運用此方法分析各子序列對母序列的影響程度。記母序列為Y={Y(k)|k=1，2，…，n}；子序列為Xi={Xi(k)|k=1，2，…，n，i=1，2，3}。

計算關聯系數：

(12)

式中：ρ∈(0，∞)，稱為分辨系數，ρ越小，分辨力越大，一般ρ的取值區間為(0，1)，具體取值可視情況而定，此處取ρ=0.5。

計算關聯度：

(13)

關聯系數是比較母序列與子序列在各個時刻的關聯程度值，為便于信息整合進行整體性比較，因此將各個時刻的關聯系數求平均值，作為母序列與子序列間關聯程度數量表示。最后需將關聯度按大小排序，ri值越大，說明該子序列與母序列關聯性越大，反之則關聯性越小。

基于熵-TOPSIS-灰色關聯的車輛違規報警綜合評價模型的具體評價流程如圖1。

圖1 綜合評價模型評價流程

2 實證分析

2.1 初始數據處理

以陜西省作為研究對象，通過建立熵-TOPSIS-灰色關聯的綜合評價模型，評估陜西省道路危險貨物運輸違規操作情況。分別評估縱向整體違規報警情況隨時間變化趨勢，以及橫向3個子序列與母序列的關聯情況，分析出陜西省道路危險貨物運輸違規報警主要影響因素，進而提出改進方法。通過陜西省第三方安全監測平臺收集2018年1至12月所監測到的包括超速報警、疲勞駕駛及離線位移的報警數據，結果見表1。

表1 2018年各月道路危貨車輛運輸違規報警初始數據

2.2 縱向評價分析

通過熵權法先對各評價對象客觀賦權，再依據熵權法所賦權重使用TOPSIS法計算綜合評價指數Cj，縱向評價道路危貨車輛運輸報警隨時間變化情況，評價對象熵值及熵權值結果見表2。

表2 2018年各月評價對象熵值及熵權值

從表2中可看出，熵值越小，熵權值越大；反之，熵值越大，熵權值越小。熵權值中，超速報警所占熵權值較大為0.521 766，疲勞駕駛和離線位移所占熵權值較小，分別是0.229 539和0.248 694。即超速報警的信息量更有效，疲勞駕駛和離線位移相對次之。

表3 各項指標正負理想解歐氏距離及綜合評價指數

表4 各月安全駕駛排名結果

圖2 2018年各月道路危貨車輛運輸違規報警趨勢

2.3 橫向評價分析

在宏觀縱向比較不同月份道路危貨車輛運輸違規報警綜合評價情況的基礎上，對引起報警的各個子序列與母序列之間關系做橫向比較，發現不同評價對象對違規報警的影響情況。先利用熵權法確定不同指標權重，然后用式(12)進行計算，計算結果見表5。

表5 子序列r1、r2、r3各自與母序列對應參數關聯系數

由表5可分別得出子序列超速報警r1、疲勞駕駛r2和離線位移r3與母序列各自對應參數關聯系數。根據式(13)，可計算得出超速報警r1、疲勞駕駛r2和離線位移r3的灰色關聯度分別為r1=0.769 042 184，r2=0.814 768 122，r3=0.751 681 423，即r2優于r1優于r3。通過比較3個子序列與母序列的關聯度可得出結論：陜西省2018年各月道路危貨車輛運輸違規報警總數受疲勞駕駛影響最大，接著是超速報警，最后是離線位移，但總體來說三者影響程度差別不大。

3 結論與對策

結合熵權法、TOPSIS法、灰色關聯分析法來對道路危貨車輛運輸違規報警情況進行分析。TOPSIS縱向評價結果顯示，2018年內違規報警總體呈下降趨勢，其中1至3月份下降速度最快，在此期間報警次數最多，子系統間作用較強，系統最不安全；3至9月下降趨勢逐步趨于平緩，報警次數相對明顯降低，子系統間作用減弱，系統逐漸由不安全狀態向安全狀態發展，道路危貨車輛運輸違規操作情況逐漸改善；9至12月報警次數在較低數量保持穩定，道路危貨運輸安全性逐步提高。灰色關聯分析橫向評價結果顯示：影響報警總數的3個子系統與母系統的灰色關聯度都較強，其中，疲勞駕駛對報警總數影響最大，超速報警與離線位移相對次之。從橫縱評價結果可看出，雖然各類報警數量有明顯降低，但仍存在操作不規范的現象。基于上述研究結果和基層調研得知，陜西省道路危貨車輛運輸規范操作正在逐步優化，安全性也在逐步提高。其原因主要是由于前幾年在陜西省境內發生多起嚴重道路危險貨物運輸事故，以及國家和陜西省出臺相關政策，引入第三方安全監測平臺，加大管理力度，基于部門和企業上下配合，所以道路危險貨物運輸規范性有了很大提高，但仍存在一些不足。因此，為降低道路危貨車輛違規操作現象，提高運輸安全性，降低事故率，在此提出以下幾點對策：

1)危險品企業應嚴格按照國家相關法律法規，注重從業人員的專業培訓、身心健康及合理休息。定期對從業人員進行知識培訓考核；出車前關注駕駛員身心健康，降低事故隱患；在駕駛過程中，按照國家規定按時停車休息，避免疲勞駕駛。

2)危險品企業應定期對危貨車輛相關設施設備進行檢查并杜絕違法運輸。如GPS系統、轉向裝置、制動裝置、應急裝置等是否符合國家要求；在運輸途中避免超載、違規裝載、未懸掛警示標志、不按規定路線行駛等違法現象發生。

3)危險品企業應建立動態監測體系。在危險貨物運輸車輛出車前明確運輸路線路況、天氣等是否適合危險品運輸，規劃最佳運輸路線，避開事故高發地，提高運輸效率和運輸安全性。

4)注重和加快相關最新科技的小范圍試用和進一步的大規模投入使用。如駕駛員的人臉識別智能監控系統、電子運單系統、高級駕駛輔助系統(ADAS)等技術，提高高新科技在危貨領域的大規模使用，擴大監測指標全面多樣性，提高監測預警能力，事前預防，降低危險貨物運輸風險。