广东省高速公路货车稽查与信用度评价研究

发布时间：2020-06-18 07:41

【摘要】：面对时有发生的货车偷逃通行费用的行为,目前广东省高速公路运营维护公司仍然采取人工稽查的工作方式。且由于该稽查方式存在着稽查的效率低下,覆盖率不高等问题,如何有效的解决这些问题是广东省高速公路运营维护公司必须要面对的挑战。且广东近些年实施“一张网”联网收费,极大地加大了对货车司机经济利益的诱惑,导致广东省高速公路货车偷逃通行费用的行为愈加严重。其次,对偷逃通行费用的车辆,目前广东省高速公路运营管理公司仅是将其列入黑名单或灰名单中,待其补交所逃得费用后即可移出黑名单。为了改善目前存在的问题,本文提出了基于logistics回归模型的广东省高速公路货车逃费稽查模型,同时,为了完善高速公路的诚信管理体系,建立的货车信用度评价模型。本文首先对广东省高速公路货车通行的异常出口流水进行分析,研究分析并筛选除了对偷逃通行费用由显著影响的特征属性,然后根据样本数据的分布特点,利用SMOTE算法对样本数据进行平衡处理,使之适用于logistics回归模型,再对模型进行实证分析;同时利用广东省高速公路数据仓库的海量车辆通行数据,采用车辆的历史通行行为,包括逃费、超速、超重、使用频率、补费情况展开分析,将其作为车辆诚信的评价指标,同时计算其各自的惩罚乘数,结合模糊综合评价法,建立起货车信用度的评价模型对车辆的信用进行量化的评价。本文最后选择部分货车通行的出口异常数据对logistics模型进行实证分析,结果显示该模型的准确率为76.53%,能极大提高稽查效率,证明了该模型的稽查功能具有一定的有效性;同时选择部分车辆的历史通行数据纳入到车辆的信用度评价模型,结果显示,该模型输出信用分数比较合理,符合现实的实际情况。
【学位授予单位】：广州大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：C81
【图文】：

稽查流程图

图 3-1 SMOTE 算法效果图虑到采取欠采样方法会有可能丢失样本数据的重要信息，导致模型训练效据多为分类变量，若采取过采样方法会有可能产生严重的过度拟合问题，的性能，导致模型测试效果缺乏说服力，所以本研究采取 SMOTE 算法处。 3-2 展示了采用 SMOTE 算法对样本数据进行处理后效果，由表 3-2 我们练集有 14314 条正常通行数据，235 条逃费数据，经过 SMOTE 算法对训，变成了 7323 天正常通行数据，7226 天逃费数据，数据比例接近 1:1，达平衡的要求，后续作为训练样本纳入模型进行建模分析。表 3-2 SMOTE 算法效果表正常 逃费 总训练集 14314 235 145SMOTE 算法 7323 7226 145测试集 4421 98 45

【参考文献】

相关期刊论文 前10条

1 赵彦;吴淑玲;林志恒;常天海;;高速公路通行卡逃费行为预测模型研究[J];中国科技论文;2015年19期

2 左盛丹;;交通运输行业首次实行统一信用评价等级[J];珠江水运;2015年10期

3 张国政;陈维煌;刘呈辉;;基于Logistic模型的商业银行个人消费信贷风险评估研究[J];金融理论与实践;2015年03期

4 李刚;李纯青;张莉;;Logistic回归的非平衡数据问题及其解决方法[J];统计与决策;2013年20期

5 薛薇;;非平衡数据集的改进SMOTE再抽样算法[J];统计研究;2012年06期

6 刘鲭洁;陈桂明;刘小方;占君;;BP神经网络权重和阈值初始化方法研究[J];西南师范大学学报(自然科学版);2010年06期

7 张成虎;李育林;;基于神经网络的个人信用评分模型研究[J];云南师范大学学报(哲学社会科学版);2008年06期

8 覃光华;王顺久;缪韧;;基于卡尔曼滤波技术的人工神经网络权重估算及应用[J];四川大学学报(工程科学版);2008年04期

9 王静伟;;BP神经网络改进算法的研究[J];中国水运(学术版);2008年01期

10 王富忠;沈祖志;姜巍;余福茂;;基于AHP和粗糙集的二阶段评价方法研究[J];浙江科技学院学报;2007年04期

相关会议论文 前1条

1 褚丽恒;郭晓泽;宋国杰;吴峻;谢昆青;;基于聚类方法的高速公路逃费甄别与分析[A];第八届中国智能交通年会论文集[C];2013年

相关硕士学位论文 前1条

1 任文龙;基于神经网络的联网高速公路收费稽查研究[D];长安大学;2010年

本文编号：2718924