本文關(guān)鍵詞：基于GID的車聯(lián)網(wǎng)保險UBI費率與駕駛行為評分研究

  更多相關(guān)文章： 車聯(lián)網(wǎng)保險 駕駛行為 改進(jìn)型熵權(quán)層次分析法 UBI費率

【摘要】：隨著車聯(lián)網(wǎng)技術(shù)的快速發(fā)展和智能手機(jī)的普及,利用車聯(lián)網(wǎng)技術(shù)可以獲取車輛行駛數(shù)據(jù),分析出駕駛員的駕駛行為習(xí)慣、行駛道路環(huán)境等,這為駕駛員的行車安全級別提供精確可靠的數(shù)據(jù)理論基礎(chǔ)。近年來國內(nèi)外保險公司都在積極推進(jìn)新型基于用量的機(jī)動車輛保險產(chǎn)品UBI(Usage Based Insurance,基于用量的車險)。本文在國內(nèi)外車聯(lián)網(wǎng)保險相關(guān)研究和應(yīng)用現(xiàn)狀的基礎(chǔ)上,提出了一種基于車聯(lián)網(wǎng)端-管-云架構(gòu)的車聯(lián)網(wǎng)保險UBI保費與駕駛行為評分研究方法。該方法以駕駛行為數(shù)據(jù)為核心,采用GID(Global IDentification,全球智能識別)車載終端設(shè)備感知并收集關(guān)鍵駕駛行為信息,依據(jù)駕駛行為、行車?yán)锍痰确治龀鲴{駛行為安全等級,為車險投保人提供合理的車險費率、個性化的車險策略和增值車險服務(wù)。本文的主要工作內(nèi)容如下:(1)首先在車聯(lián)網(wǎng)端-管-云的架構(gòu)上對基于GID的車聯(lián)網(wǎng)保險UBI的架構(gòu)進(jìn)行了研究,從低層次的信息感知和數(shù)據(jù)采集到高層次的數(shù)據(jù)處理、結(jié)果展示進(jìn)行了層次化功能描述和功能分析,然后在GID車載終端設(shè)備收集的數(shù)據(jù)信息基礎(chǔ)上,提出了疲勞駕駛、變速行為和轉(zhuǎn)彎行為識別等駕駛行為分析算法,分別對駕駛行為中的急加速、急減速、急剎車、急轉(zhuǎn)彎和疲勞駕駛行為進(jìn)行分析和識別。(2)在駕駛行為識別分析的基礎(chǔ)上,針對層次分析法客觀因子分析不足以及熵權(quán)法弱化主觀因子這一問題,本文提出了AEW-AHP(Advanced Entropy Weight and Analytic Hierarchy Process,改進(jìn)型的熵權(quán)層次分析法)。AEW-AHP算法可以得出駕駛行為相關(guān)指標(biāo)的權(quán)重值,并以此設(shè)定對應(yīng)指標(biāo)在駕駛行為評分機(jī)制中所占分值情況。最后對本文提出的駕駛行為評分機(jī)制的合理性進(jìn)行了驗證,一方面通過對斯皮爾曼相關(guān)系數(shù)的分析得出駕駛行為得分和歷史出險次數(shù)之間存在顯著的負(fù)相關(guān)性,另一方面從駕駛行為得分和歷史出險次數(shù)散列圖看出駕駛行為得分越高,出行越安全,行車風(fēng)險越小,從而證明本文駕駛行為評分機(jī)制是合理的。(3)針對不同安全行車級別的車險費率調(diào)整情況,在現(xiàn)有的關(guān)于建立機(jī)動車輛保險費率與賠付率掛鉤聯(lián)動機(jī)制研究的基礎(chǔ)上,綜合考慮本文的駕駛行為評分結(jié)果得出UBI車險費率調(diào)整系數(shù),并通過實例分析表明UBI費率的公平性和合理性。
【關(guān)鍵詞】：車聯(lián)網(wǎng)保險 駕駛行為 改進(jìn)型熵權(quán)層次分析法 UBI費率
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U495;TN929.5
【目錄】：

• 摘要4-5
• Abstract5-8
• 專用術(shù)語注釋表8-10
• 第一章 緒論10-16
• 1.1 研究背景及目標(biāo)10-11
• 1.2 國內(nèi)外研究與應(yīng)用現(xiàn)狀11-14
• 1.2.1 國外研究與應(yīng)用現(xiàn)狀11-13
• 1.2.2 國內(nèi)研究與應(yīng)用現(xiàn)狀13-14
• 1.3 本文主要工作及章節(jié)安排14-16
• 第二章 相關(guān)背景知識介紹16-25
• 2.1 車聯(lián)網(wǎng)概述16-17
• 2.2.1 車聯(lián)網(wǎng)定義16
• 2.2.2 車聯(lián)網(wǎng)系統(tǒng)架構(gòu)16-17
• 2.2 車聯(lián)網(wǎng)保險概述17-21
• 2.2.1 車聯(lián)網(wǎng)保險概念18
• 2.2.2 車聯(lián)網(wǎng)保險發(fā)展18-19
• 2.2.3 車聯(lián)網(wǎng)保險費率定價模型19-20
• 2.2.4 車聯(lián)網(wǎng)保險優(yōu)勢及意義20-21
• 2.3 車聯(lián)網(wǎng)保險技術(shù)基礎(chǔ)21-24
• 2.3.1 車載診斷系統(tǒng)OBD21-22
• 2.3.2 智能車載終端GID22-23
• 2.3.3 車云平臺23-24
• 2.4 本章小結(jié)24-25
• 第三章 車聯(lián)網(wǎng)保險UBI架構(gòu)及駕駛行為識別25-43
• 3.1 車聯(lián)網(wǎng)保險UBI26-29
• 3.2 駕駛行為分析29-35
• 3.2.1 駕駛行為影響因子29-30
• 3.2.2 駕駛行為識別算法30-35
• 3.3 駕駛行為識別結(jié)果35-41
• 3.3.1 疲勞駕駛行為識別結(jié)果36-37
• 3.3.2 變速行為識別結(jié)果37-40
• 3.3.3 轉(zhuǎn)彎行為識別結(jié)果40-41
• 3.4 本章小結(jié)41-43
• 第四章 駕駛行為評分機(jī)制43-53
• 4.1 AEW-AHP算法43-44
• 4.2 駕駛行為指標(biāo)權(quán)值44-47
• 4.3 駕駛行為安全評分47-52
• 4.3.1 軟件介紹48-49
• 4.3.2 駕駛行為評分實例分析49-52
• 4.4 本章小結(jié)52-53
• 第五章 UBI動態(tài)保費53-57
• 5.1 車險費率調(diào)整系數(shù)53-54
• 5.2 UBI車險費率實例計算54-55
• 5.3 本章小結(jié)55-57
• 第六章 總結(jié)與展望57-59
• 參考文獻(xiàn)59-62
• 附錄1 駕駛行為事件統(tǒng)計圖62-63
• 附錄2 攻讀碩士學(xué)位期間撰寫的論文63-64
• 附錄3 攻讀碩士學(xué)位期間申請的專利64-65
• 附錄4 攻讀碩士學(xué)位期間參加的科研項目65-66
• 致謝66

【相似文獻(xiàn)】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 彭江琴;基于GID的車聯(lián)網(wǎng)保險UBI費率與駕駛行為評分研究[D];南京郵電大學(xué);2016年

，

本文編號：1088535