高速公路隧道的风险评估模型构建、风险评估方法及装置制造方法及图纸

本发明专利技术提供了一种高速公路隧道的风险评估模型构建、风险评估方法及装置，其中，高速公路隧道的风险评估模型构建方包括：获取多个样本，各样本中包括多个风险因素以及各风险因素对应的风险等级；根据各风险因素以及各风险因素对应的风险等级确定各样本和风险等级之间的关系链；根据样本和风险等级之间的关系链对预设的初始模型进行训练，得到风险评估模型。在本发明专利技术中，训练风险评估模型时所用的样本和风险等级之间的关系链是通过对大量样本中的风险因素和风险等级的对应关系进行客观分析得到的，因此通过实施本发明专利技术可以根据风险因素客观地对高速公路隧道存在的风险进行评估。

【技术实现步骤摘要】
高速公路隧道的风险评估模型构建、风险评估方法及装置
本专利技术涉及交通运输安全
，具体涉及一种高速公路隧道的风险评估模型构建、风险评估方法及装置。
技术介绍
在高速公路隧道中存在诸多安全隐患，为了保障出行人员的安全，需要对高速公路隧道存在的风险进行准确预测评估，从而能够及时采取相应的措施，避免交通事故的发生。但是传统的对公路隧道存在的风险进行评估通常是人为完成的，工作人员通过天气状况及车流量的状况对公路隧道的存在的风险进行简要评估，但是这种方法需要工作人员随时监控当前公路隧道的状况，并且通过人工对公路隧道存在的风险进行评估时，缺乏统一标准，因此得到的风险评估结果较为主观，可能与公路隧道的实际情况存在较大偏差。
技术实现思路
因此，本专利技术要解决的技术问题在于克服现有技术中的对公路隧道存在的风险进行评估时得到的评估结果较为主观的缺陷，从而提供一种高速公路隧道的风险评估模型构建、风险评估方法及装置。本专利技术第一方面提供了一种高速公路隧道的风险评估模型构建方法，包括：获取多个样本，各样本中包括多个风险因素以及各风险因素对应的风险等级；根据各风险因素以及各风险因素对应的风险等级确定各样本和风险等级之间的关系链；根据样本和风险等级之间的关系链对预设的初始模型进行训练，得到风险评估模型。可选地，在本专利技术提供的高速公路隧道的风险评估模型构建方法中，根据风险因素以及风险因素对应的风险等级确定各样本和风险等级之间的关系链的步骤，包括：提取各样本中各风险因素的分类属性；根据分类属性对样本进行聚类，得到多个聚类簇，每个聚类簇中包含至少一个样本；根据聚类簇中的各风险因素对应的风险等级确定聚类簇对应的风险等级；根据各聚类簇对应的风险等级确定各样本和风险等级之间的关系链。可选地，在本专利技术提供的高速公路隧道的风险评估模型构建方法中，根据分类属性对样本进行聚类的步骤，包括：在样本中选取多个样本作为聚类中心；根据各样本中各风险因素的分类属性分别计算各样本和各聚类中心的相异度量；根据各样本与各聚类中心的相异度量的值对样本进行聚类，得到聚类簇；计算各聚类簇中的众数，根据各聚类簇中的众数确定新的聚类中心；判断新的聚类中心与聚类中心是否相同；若新的聚类中心与聚类中心相同，则将聚类簇确定为最终的聚类簇；若新的聚类中心与聚类中心不同，将新的聚类中心作为聚类中心，执行根据各样本中各风险因素的分类属性分别计算各样本和各聚类中心的相异度量的步骤至判断新的聚类中心与聚类中心是否相同的步骤，直至新的聚类中心与聚类中心相同，则将聚类簇确定为最终的聚类簇。可选地，在本专利技术提供的高速公路隧道的风险评估模型构建方法中，根据分类属性对样本进行聚类的步骤，还包括：若新的聚类簇的验证值小于初始聚类簇的验证值，将新的聚类簇替换为初始聚类簇，并返回重新在样本中选取新的样本作为新的聚类中心的步骤。可选地，在本专利技术提供的高速公路隧道的风险评估模型构建方法中，预设的初始模型为：j＝1,2,…,n，其中，gi(xj)表示激活函数，L为隐含层节点数，xj＝[xj1,xj2,...,xjn]表示输入初始模型中的第j个样本，xjn表示第j个样本中的第n个分类属性，yj＝[yj1,yj2,...,yjn]表示输入第j个样本时初始模型的实际输出值，yjn表示第实际输出值的第n个分类属性，wi＝[ωi1,ωi2,...,ωin]T为预设的初始模型的输入节点与第i个隐含层节点间的输入权值向量，bi为第i个隐含层节点阈值，即隐含层偏置，βi＝[βi1,βi2,...,βim]T为第i个隐含层节点与输出层节点间的输出权值向量，m为不同的输出层节点。可选地，在本专利技术提供的高速公路隧道的风险评估模型构建方法中，根据各样本和风险等级之间的关系链对预设的初始模型进行训练的步骤，包括：分别根据各样本和风险等级之间的关系链，以及预设的初始模型构建预设的初始模型的优化公式：j＝1,2,…,N，其中，tj为根据样本和风险等级之间的关系链形成的目标期望输出；根据所有关系链以及预设的初始模型构建的优化公式形成预设的初始模型的优化矩阵：Hβ＝T，其中，H表示预设的初始模型的隐含层输出矩阵，β为输出权值矩阵，T为根据目标期望输出形成的目标期望输出矩阵，N为关系链的数量；求解输出权值矩阵的最小二乘解，根据输出权值矩阵的最小二乘解对预设的初始模型进行优化，形成风险评估模型。本专利技术第二方面提供了一种高速公路隧道的风险评估方法，包括：获取目标高速公路隧道的风险因素和各所述风险因素对应的风险等级；根据目标高速公路隧道的风险因素、各所述风险因素对应的风险等级和风险评估模型评估目标高速公路隧道的风险等级，风险评估模型是通过本专利技术第一方面提供的高速公路隧道的风险评估模型构建方法构建的。本专利技术第三方面提供了一种高速公路隧道的风险评估模型构建装置，包括：训练数据获取模块，用于获取多个样本，各样本中包括多个风险因素以及各风险因素对应的风险等级；关系链确定模块，用于根据各风险因素以及各风险因素对应的风险等级确定各样本和风险等级之间的关系链；风险评估模型训练模块，用于根据各样本和风险等级之间的关系链对预设的初始模型进行训练，得到风险评估模型。本专利技术第四方面提供了一种高速公路隧道的风险评估装置，包括：风险因素获取模块，用于获取目标高速公路隧道的风险因素和各所述风险因素对应的风险等级；风险评估模块，用于根据目标高速公路隧道的风险因素、各所述风险因素对应的风险等级和风险评估模型评估目标高速公路隧道的风险等级，风险评估模型是通过本专利技术第三方面提供的高速公路隧道的风险评估模型构建装置构建的。本专利技术第五方面提供了一种计算机设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，从而执行如本专利技术第一方面提供的高速公路隧道的风险评估模型构建方法，或，如本专利技术第二方面提供的高速公路隧道的风险评估方法。本专利技术第六方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使计算机执行如本专利技术第一方面提供的高速公路隧道的风险评估模型构建方法，或，如本专利技术第二方面提供的高速公路隧道的风险评估方法。本专利技术技术方案，具有如下优点：1.本专利技术提供的高速公路隧道的风险评估模型构建方法，先获取多个样本，然后根据各样本中的风险因素及风险因素对应的风险等级确定各样本和风险等级之间的关系链，最终根据关系链对预设的初始模型进行训练，得到风险评估模型。在本专利技术中，训练风险评估模型时所用的样本和风险等级之间的关系链是通过对样本中的风险因素和风险等级的对应关系进行客观分析得到的，因此通过本专利技术训练得到的风险评估模型可以根据风险因素客观地对高速公路隧道存在的风险进行评估。2.本专利技术提供的高速公路隧道的风险评估方法，在对高速公路隧道存在的风险进行评估时，先获取目标高速公路隧道的风险因素和各风险因素对应的风险等级，然后通过本专利技术第一方面构建的风险评估模型对目标高速公路隧道的风险进行评估。由于通过本发本文档来自技高网...

【技术保护点】
1.一种高速公路隧道的风险评估模型构建方法，其特征在于，包括：/n获取多个样本，各样本中包括多个风险因素以及各风险因素对应的风险等级；/n根据所述各风险因素以及各风险因素对应的风险等级确定各所述样本和所述风险等级之间的关系链；/n根据所述样本和所述风险等级之间的关系链对预设的初始模型进行训练，得到所述风险评估模型。/n

【技术特征摘要】
1.一种高速公路隧道的风险评估模型构建方法，其特征在于，包括：
获取多个样本，各样本中包括多个风险因素以及各风险因素对应的风险等级；
根据所述各风险因素以及各风险因素对应的风险等级确定各所述样本和所述风险等级之间的关系链；
根据所述样本和所述风险等级之间的关系链对预设的初始模型进行训练，得到所述风险评估模型。


2.根据权利要求1所述的高速公路隧道的风险评估模型构建方法，其特征在于，根据所述风险因素以及所述风险因素对应的风险等级确定各所述样本和所述风险等级之间的关系链的步骤，包括：
提取各样本中各风险因素的分类属性；
根据所述分类属性对所述样本进行聚类，得到多个聚类簇，每个所述聚类簇中包含至少一个所述样本；
根据所述聚类簇中的各样本中的风险因素对应的风险等级确定所述聚类簇对应的风险等级；
根据各所述聚类簇对应的风险等级确定各所述样本和所述风险等级之间的关系链。


3.根据权利要求2所述的高速公路隧道的风险评估模型构建方法，其特征在于，根据所述分类属性对所述样本进行聚类的步骤，包括：
在所述样本中选取多个样本作为聚类中心；
根据各所述样本中各风险因素的分类属性分别计算各所述样本和各所述聚类中心的相异度量；
根据各所述样本与各所述聚类中心的相异度量的值对所述样本进行聚类，得到聚类簇；
计算各所述聚类簇中的众数，根据各所述聚类簇中的众数确定新的聚类中心；
判断所述新的聚类中心与所述聚类中心是否相同；
若所述新的聚类中心与所述聚类中心相同，则将所述聚类簇确定为最终的聚类簇；
若所述新的聚类中心与所述聚类中心不同，将所述新的聚类中心作为聚类中心，执行根据各所述样本中各风险因素的分类属性分别计算各所述样本和各所述聚类中心的相异度量的步骤至判断所述新的聚类中心与所述聚类中心是否相同的步骤，直至所述新的聚类中心与所述聚类中心相同，则将所述聚类簇确定为最终的聚类簇。


4.根据权利要求1所述的高速公路隧道的风险评估模型构建方法，其特征在于，
所述预设的初始模型为：



其中，gi(xj)表示激活函数，L为隐含层节点数，xj＝[xj1,xj2,...,xjn]表示输入所述初始模型中的第j个样本，xjn表示第j个样本中的第n个分类属性，yj＝[yj1,yj2,...,yjn]表示输入第j个样本时所述初始模型的实际输出值，yjn表示第实际输出值的第n个分类属性，wi＝[ωi1,ωi2,...,ωin]T为所述预设的初始模型的输入节点与第i个隐含层节点间的输入权值向量，bi为第i个隐含层节点阈值，即隐含层偏置，βi＝[βi1,βi2,...,βim]T为第i个隐含层节点与输出层节点间的输出权值向量，m为不同的输出层节点。


5.根据权利要求4所述的高速公路隧道的风险评估模型构建方法，其特征在于，根据各所述样本和所述...

【专利技术属性】
技术研发人员：肖殿良，李然，李凯伦，潘凤明，张海英，
申请(专利权)人：交通运输部科学研究院，
类型：发明
国别省市：北京;11