基于模糊集和DS证据理论的车辆运行风险评估方法

为评估卷烟物流送货车辆运行风险,同时针对风险评估过程中存在的不确定因素以及专家评价意见存在的主观性问题,通过模糊集理论和DS证据理论确定不同因素在不同风险等级的概率隶属值,引入层次分析法计算被评估送货车辆所面临的风险大小并对其进行分析。结果显示,将模糊集理论和DS证据理论应用到层次分析法,能够更全面地捕捉各种风险因素之间的关系,从而更准确地评估送货车辆运行风险。这一研究对于提高物流送货车辆运行风险评估的精度和可信度具有一定意义。

基于机器学习的驾驶行为安全风险评估模型的研究

通过信息化系统收集车辆运行轨迹数据,结合工作实际构建安全风险检查指标体系,为克服传统的风险评估模型中评价指标个人主观性强、信息处理效能低的问题。首先,对信息系统采集到的车辆运行数据进行One-Hot编码,然后,利用XGBoost算法建立驾驶行为安全评估模型并对模型参数进行优化提高模型性能和准确度。结果表明,基于XGBoost的驾驶行为安全评估模型可以根据采集到的数据揭示驾驶行为与风险评估等级之间的交互关系,能够反映出更加深层次安全问题,为安全评价和隐患整改提供可靠的依据,使管理人员的决策更具有针对性和前瞻性。