基于TOPSIS与灰色关联的危货车辆违规报警研究

李升朝，吴 越，白雪萌，王 玥，张 海

(长安大学 经济与管理学院，陕西 西安 710064)

0 引 言

近年来我国道路危险货物生产运输需求持续上涨，2017年全年危化品运量已达16亿吨。截至2017年，我国有道路危化品企业10 928家，危货车辆超过21万辆。危险货物自身性质活泼、种类各异且具有危险性大小不一的特点。在生产、运输、装卸等过程中，具有动态危险性，一旦发生事故，易给国民生命财产、经济及环境上带来不可估量的损失。如2014年因疲劳驾驶等原因造成的“7·19”特大道路交通危化品燃烧事故，事故造成54人死亡，直接经济损失5 300余万。2014年交通运输部公布《道路运输车辆动态监督管理办法》[1]，提出对危货车辆在途驾驶进行实时监控和管理。因此，我国部分城市引入第三方安全监测平台在危货车辆运行途中进行违规操作监测报警。将不同违规操作所造成的报警关联度进行排序，及引入监测平台对危货车辆运输过程中违规操作次数变化影响情况进行研究，对保障道路危险货物运输安全具有很大意义。

目前，国内外关于道路运输动态监测研究有：CUI Yuanhui等[2]使用相关阈值、函数及模糊积分，收集8种传感器信号，以液化天然气罐为例，预测安全等级，以保障危化品在运输过程的人、车安全；G K.MITROPOULOS等[3]基于协作驾驶的最新和未来趋势提出创新系统，该系统通过发出风险报警来及时警告驾驶员危险情况；姚振强等[4]为实现危险品公路物流的全过程实时危险品和车辆监控、路线规划、报警及故障诊断等能力，结合GPS、GPRS、GIS及RFID等先进技术，建立危险品物流智能监管系统；陈少惠等[5]引入元分析法对交通事故与驾驶行为之间关系进行分析；张鹏等[6]集成GPS、GSM和GIS等技术，针对高速公路雨雾灾害具有突发性等特征，建立了高速公路雨雾监测及车辆预警系统，降低环境因素带来的危险品运输事故隐患；杜珺等[7]分析了航空危险品运输违规操作间的关系，为航空危险品运输风险管控提供了参考。

基于以往研究可以看出，以往国内外研究侧重于通过5M法对道路危货运输整体进行风险分析，或是研究传感器这类监测技术。专门针对道路危险货物在途车辆违规驾驶操作所引起的事故风险研究极少。且研究方法多数使用层次分析法、专家评分法这类主观性较强的评价方法。与以往研究不同的是，笔者结合熵权法、TOPSIS法及灰色关联分析法，对运输过程中的危货车辆违规操作进行研究，将导致事故发生的超速、疲劳驾驶及离线位移造成事故预警的相关性等做出分析，以期能为我国危险货物运输安全提供理论帮助。

1 基于熵-TOPSIS-灰色关联的车辆违规报警综合评价模型

笔者采用熵权法、TOPSIS法及灰色关联分析法对道路危货车辆违规报警从横、纵两个角度进行分析评价[8]。先使用熵权法对各评价对象进行权重赋值，再根据权重，通过TOPSIS法计算系统风险综合评价指数,根据指标数值判断风险随时间变化情况，进行宏观纵向评价；最后使用灰色关联分析法求各个子系统与母系统的相关程度，依照相关性大小分析内部子系统所造成违规操作风险大小，进行内部横向评价。危货车辆违规报警综合评价方法步骤具体如下。

1.1 数据处理

通过对近五年道路危险货物运输事故报告的整理研究并结合危险货物监测预警指标选取原则，选取研究子序列主要考虑以下3点因素：第一，科学性。基于2014年实施的《道路运输车辆动态监督管理办法》第9条等规定道路危险货物运输车辆必须按规定安装卫星定位装置并及时上传监测数据,《道路运输车辆动态监督管理办法》第25条指出监控和管理超速行驶、疲劳驾驶及离线问题；同时，相较于目前尚在研究阶段的人脸识别技术、高级驾驶辅助系统(ADAS)等技术，卫星定位装置技术更为成熟，能够保障监测预警结果的准确性[9]。第二，实用性。根据对以往海量道路危险货物运输事故致因因素整理，得知“驾驶员”的因素是最主要的。其中，超速、疲劳驾驶、离线位移三者可极大地反映驾驶员的驾驶状态，一旦操作不规范易导致危险货物运输事故发生[10-12]。第三，可获得性。目前我国卫星定位装置相较于人脸识别技术、高级驾驶辅助系统(ADAS)等技术发展的更为完善，投入使用覆盖也更为全面，能够获得全部危货车辆相关监测数据；同时，超速、疲劳驾驶、离线位移是否违规易于判断和监测获取。因此，笔者构建危货车辆违规报警的初始矩阵选取超速、疲劳驾驶及离线位移3种违规操作作为子系统进行研究，记为xij,其中,i为3个待评价对象，i=1，2，3；j为2018年各月月份指标，j=1，2，…，n，n∈N+，即为初始矩阵X=[xij]m×n。

(1)

对初始矩阵标准化得到标准矩阵R=(rij)m×n，其中rij为经过无量纲化处理的第i个评价对象第j月的数据；xij为第i个评价对象第j月的数据原始值。

标准化处理：

(2)

1.2 根据熵权法确定指标权重

确定指标权重主要分为主、客观赋权法，主观赋权有专家打分法、层次分析法等；客观赋权有熵权法、简单关联函数法等。采用熵权法进行赋权，利用熵权法确定2018年各月第i个评价对象造成报警所占权重。其中，熵值越小，熵权越大，即为该评价对象信息量越大，该评价对象所占权重越重要。记fij为矩阵R第i个评价对象在第j月评价下指标值所占比重为：

(3)

计算第i种评价对象的熵值ei为:

(4)

当fij=0时，令fij×ln(fij)=0。利用熵值计算各评价对象熵权为：

(5)

1.3 TOPSIS法求综合评价指数

TOPSIS法即逼近理想解排序法，通过计算各月指标与正负理想解的加权欧氏距离和综合评价指数Cj，由此判断各月指标与最优方案的接近程度，作为各月指标的优劣标准。该方法主要从宏观层面，纵向评价道路危险货物运输违规报警随时间变化情况。

首先构建规范化加权矩阵O=[oij]m×n：

oij=ωi×rij,∀i,j

(6)

(7)

(8)

(9)

(10)

计算第j月道路危险货物运输违规报警综合评价指数Cj：

(11)

1.4 灰色关联分析求各评价对象相关性

灰色关联分析是指对一个系统发展定量描述和比较的方法，通常运用此方法分析各子序列对母序列的影响程度。记母序列为Y={Y(k)|k=1，2，…，n}；子序列为Xi={Xi(k)|k=1，2，…，n，i=1，2，3}。

计算关联系数：

(12)

式中：ρ∈(0，∞)，称为分辨系数，ρ越小，分辨力越大，一般ρ的取值区间为(0，1)，具体取值可视情况而定，此处取ρ=0.5。

计算关联度：

(13)

关联系数是比较母序列与子序列在各个时刻的关联程度值，为便于信息整合进行整体性比较，因此将各个时刻的关联系数求平均值，作为母序列与子序列间关联程度数量表示。最后需将关联度按大小排序，ri值越大，说明该子序列与母序列关联性越大，反之则关联性越小。

基于熵-TOPSIS-灰色关联的车辆违规报警综合评价模型的具体评价流程如图1。

图1 综合评价模型评价流程

2 实证分析

2.1 初始数据处理

以陕西省作为研究对象，通过建立熵-TOPSIS-灰色关联的综合评价模型，评估陕西省道路危险货物运输违规操作情况。分别评估纵向整体违规报警情况随时间变化趋势，以及横向3个子序列与母序列的关联情况，分析出陕西省道路危险货物运输违规报警主要影响因素，进而提出改进方法。通过陕西省第三方安全监测平台收集2018年1至12月所监测到的包括超速报警、疲劳驾驶及离线位移的报警数据，结果见表1。

表1 2018年各月道路危货车辆运输违规报警初始数据

2.2 纵向评价分析

通过熵权法先对各评价对象客观赋权，再依据熵权法所赋权重使用TOPSIS法计算综合评价指数Cj，纵向评价道路危货车辆运输报警随时间变化情况，评价对象熵值及熵权值结果见表2。

表2 2018年各月评价对象熵值及熵权值

从表2中可看出，熵值越小，熵权值越大；反之，熵值越大，熵权值越小。熵权值中，超速报警所占熵权值较大为0.521 766，疲劳驾驶和离线位移所占熵权值较小，分别是0.229 539和0.248 694。即超速报警的信息量更有效，疲劳驾驶和离线位移相对次之。

表3 各项指标正负理想解欧氏距离及综合评价指数

表4 各月安全驾驶排名结果

图2 2018年各月道路危货车辆运输违规报警趋势

2.3 横向评价分析

在宏观纵向比较不同月份道路危货车辆运输违规报警综合评价情况的基础上，对引起报警的各个子序列与母序列之间关系做横向比较，发现不同评价对象对违规报警的影响情况。先利用熵权法确定不同指标权重，然后用式(12)进行计算，计算结果见表5。

表5 子序列r1、r2、r3各自与母序列对应参数关联系数

由表5可分别得出子序列超速报警r1、疲劳驾驶r2和离线位移r3与母序列各自对应参数关联系数。根据式(13)，可计算得出超速报警r1、疲劳驾驶r2和离线位移r3的灰色关联度分别为r1=0.769 042 184，r2=0.814 768 122，r3=0.751 681 423，即r2优于r1优于r3。通过比较3个子序列与母序列的关联度可得出结论：陕西省2018年各月道路危货车辆运输违规报警总数受疲劳驾驶影响最大，接着是超速报警，最后是离线位移，但总体来说三者影响程度差别不大。

3 结论与对策

结合熵权法、TOPSIS法、灰色关联分析法来对道路危货车辆运输违规报警情况进行分析。TOPSIS纵向评价结果显示，2018年内违规报警总体呈下降趋势，其中1至3月份下降速度最快，在此期间报警次数最多，子系统间作用较强，系统最不安全；3至9月下降趋势逐步趋于平缓，报警次数相对明显降低，子系统间作用减弱，系统逐渐由不安全状态向安全状态发展，道路危货车辆运输违规操作情况逐渐改善；9至12月报警次数在较低数量保持稳定，道路危货运输安全性逐步提高。灰色关联分析横向评价结果显示：影响报警总数的3个子系统与母系统的灰色关联度都较强，其中，疲劳驾驶对报警总数影响最大，超速报警与离线位移相对次之。从横纵评价结果可看出，虽然各类报警数量有明显降低，但仍存在操作不规范的现象。基于上述研究结果和基层调研得知，陕西省道路危货车辆运输规范操作正在逐步优化，安全性也在逐步提高。其原因主要是由于前几年在陕西省境内发生多起严重道路危险货物运输事故，以及国家和陕西省出台相关政策，引入第三方安全监测平台，加大管理力度，基于部门和企业上下配合，所以道路危险货物运输规范性有了很大提高，但仍存在一些不足。因此，为降低道路危货车辆违规操作现象，提高运输安全性，降低事故率，在此提出以下几点对策：

1)危险品企业应严格按照国家相关法律法规，注重从业人员的专业培训、身心健康及合理休息。定期对从业人员进行知识培训考核；出车前关注驾驶员身心健康，降低事故隐患；在驾驶过程中，按照国家规定按时停车休息，避免疲劳驾驶。

2)危险品企业应定期对危货车辆相关设施设备进行检查并杜绝违法运输。如GPS系统、转向装置、制动装置、应急装置等是否符合国家要求；在运输途中避免超载、违规装载、未悬挂警示标志、不按规定路线行驶等违法现象发生。

3)危险品企业应建立动态监测体系。在危险货物运输车辆出车前明确运输路线路况、天气等是否适合危险品运输，规划最佳运输路线，避开事故高发地，提高运输效率和运输安全性。

4)注重和加快相关最新科技的小范围试用和进一步的大规模投入使用。如驾驶员的人脸识别智能监控系统、电子运单系统、高级驾驶辅助系统(ADAS)等技术，提高高新科技在危货领域的大规模使用，扩大监测指标全面多样性，提高监测预警能力，事前预防，降低危险货物运输风险。