主权项 |
一种基于历史里程的车辆风险判断方法,其特征在于:对于车联网数据库中的数据,预先建立n个里程统计条件,判断步骤如下:1)将所有有事故记录的车辆在事故发生时间前M个月内的历史里程数据进行统计,构建以里程统计条件为列、事故车辆为行的事故里程矩阵m<sub>ij</sub>,i=1,2,...,L为不同车辆,j=1,2,...,n为不同里程统计条件,L>n+1;将所有在M个月内无事故记录的车辆的历史里程数据进行统计,构建以里程统计条件为列、无事故车辆为行的普通里程矩阵m'<sub>ij</sub>,i=1,2,...,K为不同车辆,j=1,2,...,n为不同里程统计条件,K>n+1;2)将事故里程矩阵和普通里程矩阵分别进行归一化处理得到归一化的事故里程矩阵a<sub>ij</sub>,i=1,2,...,L为不同车辆,j=1,2,...,n为不同里程统计条件,L>n+1,及归一化的普通里程矩阵c<sub>ij</sub>,i=1,2,...,K为不同车辆,j=1,2,...,n为不同里程统计条件,K>n+1;3)建立由线性方程构成的回归模型:<img file="FDA0000587253470000011.GIF" wi="376" he="140" />其中j=1,2,...,n,β<sub>0</sub>,β<sub>1</sub>,β<sub>2</sub>,…,β<sub>n</sub>为n+1个风险系数值,g为风险概率,概率值介于0‑1之间,0表示肯定不发生事故,1表示肯定发生事故;4)将归一化的事故里程矩阵a<sub>ij</sub>中的每一行带入<img file="FDA0000587253470000012.GIF" wi="376" he="140" />并设定g=1,构成一个事故线性方程组;将归一化的普通里程矩阵c<sub>ij</sub>中的每一行带入<img file="FDA0000587253470000013.GIF" wi="375" he="145" />并设定g=0,构成一个普通线性方程组;将事故线性方程组和普通线性方程组合并得到如下训练方程组:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mfenced open='{' close=''><mtable><mtr><mtd><msub><mi>β</mi><mn>0</mn></msub><mo>+</mo><munderover><mi>Σ</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>β</mi><mi>j</mi></msub><msub><mi>a</mi><mrow><mn>1</mn><mi>j</mi></mrow></msub><mo>=</mo><mn>1</mn></mtd></mtr><mtr><mtd><mo>·</mo></mtd></mtr><mtr><mtd><mo>·</mo></mtd></mtr><mtr><mtd><mo>·</mo></mtd></mtr><mtr><mtd><msub><mi>β</mi><mn>0</mn></msub><mo>+</mo><munderover><mi>Σ</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>β</mi><mi>j</mi></msub><msub><mi>a</mi><mi>Kj</mi></msub><mo>=</mo><mn>1</mn></mtd></mtr><mtr><mtd><msub><mi>β</mi><mn>0</mn></msub><mo>+</mo><munderover><mi>Σ</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>β</mi><mi>j</mi></msub><msub><mi>c</mi><mrow><mn>1</mn><mi>j</mi></mrow></msub><mo>=</mo><mn>0</mn></mtd></mtr><mtr><mtd><mo>·</mo></mtd></mtr><mtr><mtd><mo>·</mo></mtd></mtr><mtr><mtd><mo>·</mo></mtd></mtr><mtr><mtd><msub><mi>β</mi><mn>0</mn></msub><mo>+</mo><munderover><mi>Σ</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>β</mi><mi>j</mi></msub><msub><mi>c</mi><mi>Lj</mi></msub><mo>=</mo><mn>0</mn></mtd></mtr></mtable></mfenced><mo>;</mo></mrow>]]></math><img file="FDA0000587253470000021.GIF" wi="531" he="826" /></maths>而后,求解该训练方程组,得到风险系数值β<sub>0</sub>,β<sub>1</sub>,β<sub>2</sub>,…,β<sub>n</sub>;5)对于任意一辆车E,根据n个里程统计条件分别计算该车在最近M个月内的行驶里程矩阵m<sub>j</sub>,j=1,2,...,n,将该行驶里程矩阵m<sub>j</sub>进行归一化,得到归一化的行驶里程矩阵e<sub>j</sub>,j=1,2,...,n;6)根据步骤4)的风险系数值,计算得到该车E的事故风险概率:g'=β<sub>0</sub>+β<sub>1</sub>e<sub>1</sub>+β<sub>2</sub>e<sub>2</sub>+…+β<sub>n</sub>e<sub>n</sub>。 |