驾驶行为得分算法代码片段

最新推荐文章于 2024-06-24 19:26:38 发布

云少.

最新推荐文章于 2024-06-24 19:26:38 发布

阅读量897

点赞数 4

CC 4.0 BY-SA版权

文章标签：驾驶行为评分

本文链接：https://blog.youkuaiyun.com/weixin_41684005/article/details/93503974

驾驶行为得分算法

package com.yunshao.score;

import net.sf.json.JSONObject;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import java.util.HashMap;
import java.util.Map;

/**

@Author: yunshao
@Date: 2018/8/15 15:58
/
@RestController
@RequestMapping
public class ViewController {
/*
- @param x1xishu 严重报警系数变量
- @param x2xishu 中级报警系数变量
- @param x3xishu 一般报警系数变量
- @param genghuancishu 更换驾驶员次数
- @param yanzhongcishu 严重报警次数
- @param zhongjicishu 中级报警次数
- @param yibancishu 一般报警次数
- @param xingcheng 总行程(KM)
- @return
  /
  @RequestMapping(value = “/getScore”)
  public String getScore(int x1xishu, int x2xishu, int x3xishu, int x1fenmu, int x2fenmu, int x3fenmu, int genghuancishu, int yanzhongcishu, int zhongjicishu, int yibancishu, double xingcheng) {
  Map map = new HashMap();
  //日行程小于10km为无效行程，视同为当日无行程，不予打分；
  if (xingcheng < 10) {
  map.put(“genghuanscore”, 0);
  map.put(“yanzhongscore”, 0);
  map.put(“zhongjiscore”, 0);
  map.put(“yibanscore”, 0);
  map.put(“zongscore”, 100);
  JSONObject jsonObject = JSONObject.fromObject(map);
  return jsonObject.toString();
  }
  /*
  - 这里先处理 x 的系数也可以封装成一个方法
    */
    int myX1 = x1xishu * yanzhongcishu;
    int myX2 = x2xishu * zhongjicishu;
    int myX3 = x3xishu * yibancishu;
    //得分计算
    String s = myScore(myX1, myX2, myX3, genghuancishu, xingcheng, yanzhongcishu, zhongjicishu, yibancishu, x1fenmu, x2fenmu, x3fenmu);
    return s;
    }
/**
- 得分计算
- myScore(myX1, myX2, myX3, genghuancishu, xingcheng, yanzhongcishu, zhongjicishu, yibancishu,x1fenmu,x2fenmu,x3fenmu);
  /
  public static String myScore(int myX1, int myX2, int myX3, int genghuancishu, double L, int yanzhongcishu, int zhongjicishu, int yibancishu, int x1fenmu, int x2fenmu, int x3fenmu) {
  //重度事件(当日x1次)的得分：
  double yanzhongscore = softmax(myX1, myX1, myX2, myX3) * fen1(yanzhongcishu, L, x1fenmu);
  //中度事件(当日x2次)的得分：
  double zhongjiscore = softmax(myX2, myX1, myX2, myX3) * fen2(zhongjicishu, L, x2fenmu);
  //轻度事件(当日x3次)的得分：
  double yibanscore = softmax(myX3, myX1, myX2, myX3) * fen3(yibancishu, L, x3fenmu);
  //更换驾驶员事件得分
  double genghuanscore = illegal(genghuancishu);
  //总分数 Score(x)=100- Softmax(6x1) F1（x1）- Softmax(3x2)* F2（x2）- Softmax(x3) *F3（x3）- I(x).
  double zongscore = 100
  - softmax(myX1, myX1, myX2, myX3) * fen1(yanzhongcishu, L, x1fenmu)
  - softmax(myX2, myX1, myX2, myX3) * fen2(zhongjicishu, L, x2fenmu)
  - softmax(myX3, myX1, myX2, myX3) * fen3(yibancishu, L, x3fenmu)
  - illegal(genghuancishu);
  //封装数据返回
  Map map = new HashMap();
  map.put(“genghuanscore”, genghuanscore);
  map.put(“yanzhongscore”, yanzhongscore);
  map.put(“zhongjiscore”, zhongjiscore);
  map.put(“yibanscore”, yibanscore);
  map.put(“zongscore”, zongscore);
  JSONObject jsonObject = JSONObject.fromObject(map);
  return jsonObject.toString();
  }
/**Softmax
- 设当日总行程为L（km），当日严重报警事件
- X1次，当日中度事件X2次，轻度事件X3次，则当日三种不同类型事件的权重系数按softmax函数设定为:
- Softmax(6x1)=e^6x1/ (e^6x1 +e^3x2+ e^x3)
- Softmax(3x2)= e^3x2/ (e^6x1 +e^3x2+ e^x3)
- Softmax(x3)= e^x3/ (e^6x1 +e^3x2+ e^x3)
- @param x x1xishu * yanzhongcishu
- @param x1 x1xishu * yanzhongcishu
- @param x2 x2xishu * zhongjicishu
- @param x3 x3xishu * yibancishu
- @return
  */
  public static double softmax(int x, int x1, int x2, int x3) {
  //Math.E=e; Math.Pow(a,b)=a^b
  double e = Math.E;
  double result = Math.pow(e, x) / (
  Math.pow(e, x1)
  + Math.pow(e, x2)
  + Math.pow(e, x3)
  );
  return result;
  }
/**fen1
- 得分（100分值扣分）：F1
- F1（x1）=200（S1（x1）-0.5）；
- @param x1 yanzhongcishu
- @return
  */
  public static double fen1(double x1, double L, int x1fenmu) {
  //F1（x1）=200（S1（x1）-0.5）；
  double mysigMoid1 = mysigMoid1(x1, L, x1fenmu);
  double result = 200 * (mysigMoid1 - 0.5);
  return result;
  }
/**
- 重度事件(当日x1次)的得分：
- 对应的sigmoid函数为：S1（x1）=1/（1+e¹;
- 得分（100分值扣分）：F1（x1）=200（S1（x1）-0.5）；
- 其中L是当日总里程，100x1/L表示当日的100km的重度事件次数；10的选取，是默认当日100km重度事件达10次，大约F1（x1）=40分；F1（x1）=200（S1（x1）-0.5）的设计是将函数值投射到100分值上。
- @param x1 yanzhongcishu
- @param L
- @return
  */
  public static double mysigMoid1(double x1, double L, int x1fenmu) {
  //S1（x1）=1/（1+e²;
  double y = -((100 * x1) / L + 1) / x1fenmu;
  double ey = Math.pow(Math.E, y);
  double result = 1 / (1 + ey);
  return result;
  }
/**fen2
- 得分（100分值扣分）：F2
- F2（x2）=200（S2（x2）-0.5）；
- @param x2 zhongjicishu
- @return
  */
  public static double fen2(double x2, double L, int x2fenmu) {
  double result = 200 * (mysigMoid2(x2, L, x2fenmu) - 0.5);
  return result;
  }
/**
- 中度事件(当日x2次)的得分：
- 对应的sigmoid函数为：S2（x2）=1/（1+e³;
- 得分（100分值扣分）：F2（x2）=200（S2（x2）-0.5）；
- @param x2 zhongjicishu
- @return
  */
  public static double mysigMoid2(double x2, double L, int x2fenmu) {
  //S2（x2）=1/（1+e⁴;
  double y = -((100 * x2) / L + 1) / x2fenmu;
  double ey = Math.pow(Math.E, y);
  double result = 1 / (1 + ey);
  return result;
  }
/**
- 得分（100分值扣分）：F3
- F3（x3）=200（S3（x3）-0.5）；
- @param x3 yibancishu
- @return
  */
  public static double fen3(double x3, double L, int x3fenmu) {
  double result = 200 * (mysigMoid3(x3, L, x3fenmu) - 0.5);
  return result;
  }
/**
- 轻度事件(当日x3次)的得分：
- 对应的sigmoid函数为：S3（x3）=1/（1+e⁵;
- 得分（100分值扣分）：F3（x3）=200（S3（x3）-0.5）；
- @param x3 yibancishu
- @return
  */
  public static double mysigMoid3(double x3, double L, int x3fenmu) {
  double y = -((100 * x3) / L + 1) / x3fenmu;
  double ey = Math.pow(Math.E, y);
  double result = 1 / (1 + ey);
  return result;
  }
/**
- 违法得分
- @param time
- @return
  */
  public static double illegal(int time) {
  return 10 * time;
  }