[发明专利]基于熵权重的轨道客流拥塞风险评价方法

权利要求书

1.基于熵权重的轨道客流拥塞风险评价方法，其特征在于：该评价方法的指标计算与模型构建分为五个步骤，首先分析轨道客流拥塞风险的原因，结合数据基础，选取客流拥塞风险的关键评价指标；然后，通过收集各指标的指标值数据，将各指标的指标值数据进行无量纲化处理，并根据无量纲化的数据值，按分析的最小时间单元统计各指标的指标值数据最大值；最后，根据各评价指标与轨道客流拥塞风险的关系，构建评价模型，并基于熵权法确定评价模型中各指标的参数权重；

评价指标为轨道进出站客流量、满载率；

其特征在于，该方法包括以下步骤：

步骤1，评价指标选取；

选取轨道进出站客流量、满载率作为评价指标，评价的维度包括站点区间及线路，基于两个评价指标，两个维度构建评价模型；

步骤2，指标无量纲化；

轨道客流拥塞风险是指轨道客运交通网络由于客流拥塞导致某种损失发生的可能性；在客流拥塞风险评价即多指标综合评价中，涉及到两个基本变量：一是各评价指标的实际值，另一个是各评价指标评价值；各指标所代表的物理涵义不同，存在着量纲上的差异；这种异量纲性是影响对事物整体评价的因素，在评价之前将各评价指标评价值统一转化为[0，1]范围内的量化数值；

网络化客流拥塞评价指标有评价指标评价值随指标值增大而增大的正指标，又有评价指标评价值随指标值增大而减小的逆指标，因此，分解为以下两个子集：

式中，U代表n个评价指标的总集合；U_i中，i＝1，2，分别代表两种类型即正向评价指标和逆向评价指标的评价指标集；

对于评价指标U_i∈U，根据指标值的不同类型，给出两种评价指标隶属函数：

(1)正向指标U_i∈U₁，采用半升梯形模糊隶属度函数进行量化，即：

(2)逆向指标U_i∈U₂，采用半降梯形模糊隶属度函数进行量化，即：

式中，x_i代表评价指标评价值；m_i代表评价指标的最小值；M_i代表评价指标的最大值；r_i代表x_i对应的无量纲化值；

步骤3，确定评价指标评价值；

对于客流拥塞风险来说，风险的发生是因为出现了极端情况，评价指标评价值也会出现极值；从统计学分析可知，极值就是指某个时期的随机过程的最大值和最小值，位于分布数据的尾部；在对评价指标评价值进行无量纲化后，以统计时间内的所有正向指标和逆向指标的极大值为模型的输入值进行风险评价；

步骤4，建立评价模型；

交通流或客流拥塞产生的本质为供需的不平衡，即需求大于交通系统的供给能力，结合轨道客运客流拥塞风险的特点，将客流拥塞风险的等级定为五级；

客流拥塞风险与各评价指标评价值呈线性关系，假设所分析的对象受多个动态评价指标评价值x_i的影响，假定各个评价指标与客流拥塞风险y的关系是线性的，则建立多元风险评价模型：

式中，f(y)代表风险分级函数；α代表标准化系数，取10；w_i代表指标i的熵权重系数；r_i代表评价指标x_i对应的无量纲化值；n代表评价指标的个数；

对客流拥塞风险的分级，采用均值聚类算法进行风险等级的划分；

步骤5，确定评价指标权重；

利用熵权法，根据指标变异性的大小来确定客观权重；若某个指标的信息熵越小，表明评价指标评价值得变异程度越大，提供的信息量越多，在综合评价中所能起到的作用也越大，其权重也就越大；相反，某个指标的信息熵越大，表明评价指标评价值得变异程度越小，提供的信息量也越少，在综合评价中所起到的作用也越小，其权重也就越小；熵权法客观的反应各项指标，不需要涉及到任何主观信息，是一种完全意义上的客观赋值法；

设在选定的评价空间维度和时间维度评价指标为n个，评价空间维度为站点、线路、全网，时间维度为1小时、1天、1个月，影响综合评价指标评价值的分目标为m个，用x_ij表示评价指标j的第i个分目标的数据值，则n个指标m个分目标值构成矩阵R＝(x_ij)_m×n

则其熵权为：

式中，g_j代表第j项指标的差异系数；e_j代表第j项指标的熵值；p_ij代表第i个分目标第j项指标的数据值比重，且