一种基于主成分线性加权的驾驶风险评估的方法
【专利摘要】一种基于主成分线性加权的驾驶风险评估的方法，包括如下步骤：S1.选取n个测试车辆，使用车联网设备获取测试车辆及测试车辆的车主的评估因素；S2.构建预测函数模型，S2.1.构造样本矩阵；S2.2.求上述样本矩阵的协方差矩阵，对协方差矩阵进行正交变换，求正交变换后的矩阵的特征值和特征向量；S2.3.构建样本的评估函数：S2.4.将第i个主成分Zi表示为n个原始指标的线性组合；获取驾驶风险等级。本发明可以获得客观权重系数，主成分方法强调差异性原理，获得的客观权重系数是完全基于数据本身，这样得到的指标权重系数，具有客观性，避免过多的人为因素干扰。
【专利说明】一种基于主成分线性加权的驾驶风险评估的方法
【技术领域】
[0001] 本发明涉及一种评估方法，尤其涉及一种基于主成分线性加权的驾驶风险评估的 方法。
【背景技术】
[0002] 随着UBI车联网保险和大数据的兴起，迫切需要一种科学的方法对驾驶员的驾驶 风险进行评估，该评估结果可以作为测试车辆车主的驾驶风险数据的支撑，提醒和督促车 主改善行车习惯，从而提高车主的安全意识，也可以为保险公司制定不同等级的保费提供 依据，目前在国内外关于UBI的保险评估只是将风险因子分配适当权重后，做简单的拟合 和运算即可，但是这些方法获得的评估结果，不能准确的反应实际危险的情况。
【发明内容】
[0003] 为了解决上述问题，本发明提供一种基于主成分线性加权的驾驶风险评估的方 法。该方法能够实现风险因素权重的客观性评估，并且可以随意扩展风险因素的个数，具有 较好的自适应性。
[0004] 本发明的技术方案为：一种基于主成分线性加权的驾驶风险评估的方法，包括如 下步骤：
[0005] SI.选取η个测试车辆，使用车联网设备获取测试车辆及测试车辆的车主的至少 下述评估因素：
[0006] 测试车辆日均行驶里程、测试车辆年均行驶里程、测试车辆夜间行驶时间占比、测 试车辆高峰行驶时间占比和测试车辆的车主的驾龄；
[0007] 测试车辆行驶过程中的急刹车的次数、急加速的次数、急转弯的次数、掉头的次数 和S行驶的次数；
[0008] 将上述评估因素作为训练样本，也即为本方法中的主成分；
[0009] S2.构建预测函数模型
[0010] S2. 1.构造样本矩阵，把样本数据以矩阵的形式表示出来，样本矩阵如下：
[0011]
【权利要求】
1. 一种基于主成分线性加权的驾驶风险评估的方法，其特征在于： 包括如下步骤：
51. 选取n个测试车辆，使用车联网设备获取测试车辆及测试车辆的车主的至少下述 评估因素： 测试车辆日均行驶里程、测试车辆年均行驶里程、测试车辆夜间行驶时间占比、测试车 辆高峰行驶时间占比和测试车辆的车主的驾龄； 测试车辆行驶过程中的急刹车的次数、急加速的次数、急转弯的次数、掉头的次数和S行驶的次数； 将上述评估因素作为训练样本，也即为本方法中的主成分；
52. 构建预测函数模型 S2.1.构造样本矩阵，把样本数据以矩阵的形式表示出来，样本矩阵如下：
其中，n表示样本容量，p表示评估因素个数； S2. 2.求上述样本矩阵的协方差矩阵，对协方差矩阵进行正交变换，求正交变换后的矩 阵的特征值和特征向量； S2. 3.构建样本的评估函数：
式中，s为选取的主成分个数，Zi为第i个主成分，a贡献率：
I为特征值从大到小排列后选取的第i个特征值； S2. 4.将第i个主成分Zi表示为n个原始指标的线性组合：
通过公式（3)的输出值即可获取驾驶风险等级。
【文档编号】G06Q10/04GK104484725SQ201410849026
【公开日】2015年4月1日 申请日期:2014年12月30日 优先权日:2014年12月30日
【发明者】田雨农, 张晓伟, 苍柏, 李刚 申请人:大连楼兰科技股份有限公司