高速公路交通应急救援预案智能匹配方法研究

发布时间：2017-05-23 20:22

  本文关键词：高速公路交通应急救援预案智能匹配方法研究，由笔耕文化传播整理发布。

【摘要】：高速公路突发事件应急救援预案的智能匹配对突发事件救援决策系统具有至关重要的影响,因此如何快速有效地得到适合当前突发事件的救援预案是本文研究的重点问题。本文提出将案例推理应用到预案智能匹配过程中,根据案例推理的4R流程,着重对其中的检索算法进行了研究。本文研究目标是使得高速公路事故发生后能在最短时间内获得有效的救援预案,辅助救援人员进行决策。本文首先对高速公路突发事件进行详细分析,剖析得到突发事件特征属性,并给出了基于模型的XML案例表示方法；其次给出了置信混合相似度匹配算法,将事件描述属性根据其自身的特征划分到其所属的类别,对不同类型的属性采用不同的相似度计算方法,并且提出预案置信度,通过对置信度指标进行分析结合C4.5算法构建置信度决策树,结合相似度和置信度对历史案例进行综合判断得出最佳预案：之后,考虑到某些地区道路信息化水平比较低,导致事件特征属性采集存在困难,事件特征属性缺失等情况,提出基于贝叶斯概率模型的匹配算法,在朴素贝叶斯分类器的基础上进行改进,构建双层贝叶斯概率模型,仅利用采集到的少量属性实现匹配,并且给出了该模型的学习算法。论文最后介绍了高速公路突发事件应急救援预案智能匹配系统的软件设计框架和开发实现过程,该系统能对采集到的非空属性个数进行判断,自动选择适用的匹配算法,并结合仿真实例给予验证。系统救援预案的匹配结果均符合本文理论分析的预期,这表明本文所提出的智能匹配算法是有效可行的。
【关键词】：高速公路 预案智能匹配 案例推理 置信混合相似度 贝叶斯概率模型
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：U492.8;TP18
【目录】：

• 摘要4-5
• Abstract5-10
• 第一章 绪论10-22
• 1.1 研究背景10-12
• 1.1.1 我国高速公路发展历程10-11
• 1.1.2 高速公路交通事故危害性11
• 1.1.3 高速公路交通事故特点11-12
• 1.1.4 完善高速公路紧急救援体系的紧迫性12
• 1.2 国内外研究现状12-14
• 1.2.1 高速公路紧急救援国内外研究现状12-13
• 1.2.2 智能匹配方法的研究现状13-14
• 1.3 理论背景简介14-19
• 1.3.1 案例推理工作原理14-16
• 1.3.2 目前主要的案例表示方法16-17
• 1.3.3 目前主要的案例匹配技术17-19
• 1.4 研究目的及意义19-20
• 1.5 本文研究内容20-22
• 第二章 高速公路突发事件的知识表示22-30
• 2.1 高速公路突发事件的特征属性提取22-26
• 2.1.1 高速公路突发事件案例的基本信息22-23
• 2.1.2 高速公路突发事件案例特征属性提取23-26
• 2.2 高速公路突发事件应急案例的XML表示26-29
• 2.2.1 高速公路突发事件应急案例层次结构26-27
• 2.2.2 高速公路突发事件应急案例模型构建27-28
• 2.2.3 基于模型的高速公路突发事件应急案例XML表示法28-29
• 2.3 本章小结29-30
• 第三章 基于置信混合相似度的应急救援预案匹配方法30-50
• 3.1 理论分析30-31
• 3.2 高速公路突发事件应急预案智能匹配相似度计算31-37
• 3.2.1 基于粗糙集理论的特征属性权重计算31-33
• 3.2.2 结构相似度计算33-34
• 3.2.3 属性相似度计算34-37
• 3.2.4 整体相似度计算37
• 3.3 高速公路突发事件应急预案智能匹配置信度分析37-42
• 3.3.1 置信度概念37-39
• 3.3.2 确定置信度指标及置信度判断规则39-42
• 3.3.3 维护置信度判断规则42
• 3.4 高速公路突发事件预案置信混合相似度匹配算法42-43
• 3.5 实例分析43-48
• 3.6 本章小结48-50
• 第四章 基于贝叶斯概率模型的应急救援预案匹配方法50-64
• 4.1 理论分析50
• 4.2 贝叶斯分类理论50-53
• 4.2.1 贝叶斯定理50-51
• 4.2.2 朴素贝叶斯分类器51-53
• 4.3 构建基于贝叶斯概率模型的应急预案匹配方法53-60
• 4.3.1 确定应急救援预案贝叶斯模型的类标号和典型案例53-56
• 4.3.2 构建双层贝叶斯分类概率模型56-57
• 4.3.3 双层贝叶斯分类概率模型匹配算法57-58
• 4.3.4 双层贝叶斯分类概率模型的学习58-60
• 4.4 实例分析60-63
• 4.5 本章小结63-64
• 第五章 高速公路交通应急预案智能匹配系统的设计与实现64-86
• 5.1 系统软件体系结构64-69
• 5.1.1 .NET基本框架结构64-65
• 5.1.2 ADO.NET数据访问简介65-66
• 5.1.3 数据库技术66-67
• 5.1.4 系统物理架构67-69
• 5.2 系统建模69-78
• 5.2.1 系统的需求分析69-70
• 5.2.2 系统UML建模70-75
• 5.2.3 系统PowerDesigner数据库建模75-78
• 5.3 系统实现及仿真实例78-84
• 5.3.1 高速公路突发事件救援预案智能匹配系统框架图78
• 5.3.2 高速公路突发事件救援预案智能匹配系统仿真实例78-84
• 5.4 本章小结84-86
• 第六章 总结与展望86-88
• 6.1 本文工作总结86-87
• 6.2 进一步工作展望87-88
• 致谢88-90
• 参考文献90-94
• 作者在攻读硕士期间发表的论文94

【相似文献】

中国期刊全文数据库 前3条

1 冯霞;高峰;刘秀丽;;基于改进T-S模型的HAZOP方法在化工生产安全中的应用[J];科技与企业;2012年14期

2 刘永锁,孟庆华,蒋淑敏,胡育筑;相似系统理论用于中药色谱指纹图谱的相似度评价[J];色谱;2005年02期

3 ;[J];;年期

中国重要会议论文全文数据库 前4条

1 杜琦;巩政;;基于字符串相似度的自动评分算法实现[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

2 韩敏;唐常杰;段磊;李川;巩杰;;基于TF/IDF相似度的标签聚类方法[A];第26届中国数据库学术会议论文集（A辑）[C];2009年

3 郭帆;叶继华;余敏;;分布式IDS报警聚合研究与实现[A];2008'中国信息技术与应用学术论坛论文集（二）[C];2008年

4 何梅;刘亚军;陈耿;;词性划分和差额法在主观题阅卷中的应用[A];第二十四届中国数据库学术会议论文集（技术报告篇）[C];2007年

中国博士学位论文全文数据库 前2条

1 朱新懿;三维颅面相似度比较的研究[D];西北大学;2012年

2 吴迪;基于加权相似度的序列聚类算法研究[D];燕山大学;2014年

中国硕士学位论文全文数据库 前10条

1 严春梅;向量空间模型与语义理解相结合的论文相似度算法研究[D];西南交通大学;2015年

2 曹杨毅;企业关系网络中基于相似度的弱关系分析[D];山东大学;2015年

3 马建伟;企业电子文档相似度快速检测技术的研究与实现[D];大连理工大学;2015年

4 赵子豪;测井曲线相似度算法的研究[D];东北石油大学;2015年

5 张桂英;基于DFA与特征量化的代码相似度可视化检测系统的研究[D];重庆大学;2015年

6 黄敏敏;高速公路交通应急救援预案智能匹配方法研究[D];东南大学;2015年

7 唐凌志;基于语义理解的论文相似度研究[D];湘潭大学;2011年

8 梁浩;网络新闻相似度检测系统[D];吉林大学;2011年

9 单晗怀;跨媒体相似度机制研究和实现[D];浙江大学;2006年

10 朱松;术语相似度和术语相关度的融合研究及应用[D];河北大学;2008年

  本文关键词：高速公路交通应急救援预案智能匹配方法研究，，由笔耕文化传播整理发布。

本文编号：389059