基于案例推理的城市道路交通拥堵安全疏导决策支持技术研究
发布时间：2021-12-17 08:28
随着我国近些年经济建设的快速发展,机动车保有量呈逐年递增的趋势。虽然各城市道路基础建设的力度不断加大,但就城市道路建设速度而言,显然还是无法满足不断增长的机动车对道路交通的需求。在这种情况下,各城市道路拥堵状况时有发生,交通拥堵已经成为多数城市的通病。由交通拥堵带来的社会问题,如交通安全、空气污染、能源损耗、停车等诸多事故隐患严重的制约了城市的发展,也为经济建设带来了很大的负面影响。如何在交通拥堵发生时进行有效的疏导,已成为各大城市交通部门减少交通拥堵、增加人员和车辆安全亟待解决的问题。城市道路交通拥堵的形成是多方面的,其拥堵本身就是影响交通的安全问题交通拥堵持续的时间越长,则会对交通安全出行的影响越大,所以对交通拥堵进行安全疏导实际上就是消除交通的安全隐患。本文以案例推理为技术手段,结合当地交通现状,通过调研、收集、整理、分析大量交通拥堵案例,设计出城市道路拥堵疏导决策支持系统。本文主要围绕着案例推理决策支持技术中的几个关键问题进行研究,主要完成以下几个方面的工作:1.收集大量成功疏导交通拥堵的解决方案,形成交通拥堵疏导专家案例库。详细分析了进行交通拥堵疏导决策的关键因素,提出了在案...
【文章来源】：安徽理工大学安徽省
【文章页数】：158 页
【学位级别】：博士
【部分图文】：
图１．１?“４Ｒ”案例推理模型??Ｆｉｇ．?１．１?＂４Ｒ＂?Ｃａｓｅ－ｂａｓｅｄ?ｒｅａｓｏｎｉｎｇ?ｍｏｄｅｌ??
取重新评估，返回第二步执行权重设置，重新进行案例相似性的检索匹配，直到??决策者对获得的解满意为止。??基于ＣＢＲ的决策支持系统学习流程如图１．２所示：??用户?§??新问题?、案例库：??Ｉ?１??藝??Ｉ??？??特征值提取?Ｎ￣￣?１??????＿？！??－ｒ??Ｉ?—Ｊ￣检索；目似案例￣ｐ案例的评价与修正??？??ｉ??Ｉ??????；｜特征值权重计算卜ｉ￣￣??Ｉ?Ｉ??Ｉ???Ｉ??？?Ｉ??Ｉ?Ｉ??Ｌ?Ｉ??图１．２基于ＣＢＲ的决策支持系统案例学习过程??Ｆｉｇ．?１．２?Ｃａｓｅ?ｓｔｕｄｙ?ｐｒｏｃｅｓｓ?ｏｆ?ｄｅｃｉｓｉｏｎ?ｓｕｐｐｏｒｔ?ｓｙｓｔｅｍ?ｂａｓｅｄ?ｏｎ?ＣＢＲ??案例库作为整个推理系统的基础，所以构建好的案例库对整个决策支持系统??具有较为深远的影响。针对亟待解决的问题，首先对应好相关领域，同时需要具??备该领域大量的知识储备，即对以往该领域内各类问题的处理解决方案进行收集、??整理。在构造案例库时还需要对这些庞大的数据进行分析，提取数据的特征值，??这些特征值将作为案例检索与适配的重要依据。??以领域知识建立好的案例库是为接下来的案例检索做好准备。ＣＢＲ系统对系??统中输入的新问题进行分析，提取问题中的特征值检索到案例库中最相似的案例，??按照设定的相似百分比进行处理方案的排序，形成当前情景最匹配的案例列表，??最后采用适当的适配方案，选择解决问题的最佳案例。??若最终选取的案例经过案例评价
ＣＢＲ的智能决策支持系统的框架建立。一个完整的ＣＢＲ－ＩＤＳＳ的系统在包括了??ＣＢＲ－ＤＳＳ体系结构的同时还需要完成特征值的抽取、问题匹配、收集知识、综合??解答等多个步骤，所以完整的ＣＢＲ－ＩＤＳＳ的系统结构如图１．３所示：???保存案例???￣当前问题￣?ｆ?土二＾?保友■???Ｉ??Ｕ???案例特征厘性的提取??；Ｈ案，检索￣ｈ建立獅」??｜?｜?个?｜?｜?Ｙ?Ｉ??屢摆鹿?相似度?｜?Ｙ?推??丨＾案例修正一？案例评价一满足？?束??Ｉ?值设罝?计笪?ｊ?ｉｎ?问题解决??Ｌ?」??Ｎ???图１．３ＣＢＲ－ＩＤＳＳ系统结构
【参考文献】：
期刊论文
[1]一种电力设备红外诊断算法的研究与实现[J]. 李孟兴,王海燕,杨屹东,侯锐锋,赵连政,侯力枫,杨屹勋,李凤海,肖立,杨波. 高压电器. 2017(08)
[2]最优聚类个数和初始聚类中心点选取算法研究[J]. 张素洁,赵怀慈. 计算机应用研究. 2017(06)
[3]不确定数据的最优k近邻和局部密度聚类算法[J]. 陆亿红,夏聪. 控制与决策. 2016(03)
[4]基于网格聚类的热点路径探测[J]. 吴俊伟,朱云龙,库涛,王亮. 吉林大学学报(工学版). 2015(01)
[5]基于案例推理的交通疏导辅助决策方法[J]. 张薇,何瑞春. 计算机工程与设计. 2014(10)
[6]案例推理研究综述[J]. 苗海珍. 曲阜师范大学学报(自然科学版). 2014(03)
[7]基于CBR的高速公路路基安全风险预测[J]. 阳海斌. 公路工程. 2013(06)
[8]基于案例推理的地铁非常规突发事件应急决策方法研究[J]. 徐亚博,汪彤,王培怡,宋冰雪,葛悦. 中国安全生产科学技术. 2013(08)
[9]一种基于相似度矩阵的本体检索匹配算法[J]. 杨炜辰,凌海风,武鹏,徐伟亚. 计算机工程与应用. 2013(22)
[10]基于案例推理的疾病诊断专家系统的研究[J]. 申静. 计算机与现代化. 2013(02)
博士论文
[1]基于交通信息提取的区域路网拥挤管理方法[D]. 戢晓峰.西南交通大学 2009
[2]基于知识的交通拥堵疏导决策方法及系统研究[D]. 谈晓洁.东南大学 2005
硕士论文
[1]基于案例推理的类比估算方法研究与实现[D]. 方礼远.国防科学技术大学 2009
本文编号：3539752
【文章来源】：安徽理工大学安徽省
【文章页数】：158 页
【学位级别】：博士
【部分图文】：
图１．１?“４Ｒ”案例推理模型??Ｆｉｇ．?１．１?＂４Ｒ＂?Ｃａｓｅ－ｂａｓｅｄ?ｒｅａｓｏｎｉｎｇ?ｍｏｄｅｌ??
取重新评估，返回第二步执行权重设置，重新进行案例相似性的检索匹配，直到??决策者对获得的解满意为止。??基于ＣＢＲ的决策支持系统学习流程如图１．２所示：??用户?§??新问题?、案例库：??Ｉ?１??藝??Ｉ??？??特征值提取?Ｎ￣￣?１??????＿？！??－ｒ??Ｉ?—Ｊ￣检索；目似案例￣ｐ案例的评价与修正??？??ｉ??Ｉ??????；｜特征值权重计算卜ｉ￣￣??Ｉ?Ｉ??Ｉ???Ｉ??？?Ｉ??Ｉ?Ｉ??Ｌ?Ｉ??图１．２基于ＣＢＲ的决策支持系统案例学习过程??Ｆｉｇ．?１．２?Ｃａｓｅ?ｓｔｕｄｙ?ｐｒｏｃｅｓｓ?ｏｆ?ｄｅｃｉｓｉｏｎ?ｓｕｐｐｏｒｔ?ｓｙｓｔｅｍ?ｂａｓｅｄ?ｏｎ?ＣＢＲ??案例库作为整个推理系统的基础，所以构建好的案例库对整个决策支持系统??具有较为深远的影响。针对亟待解决的问题，首先对应好相关领域，同时需要具??备该领域大量的知识储备，即对以往该领域内各类问题的处理解决方案进行收集、??整理。在构造案例库时还需要对这些庞大的数据进行分析，提取数据的特征值，??这些特征值将作为案例检索与适配的重要依据。??以领域知识建立好的案例库是为接下来的案例检索做好准备。ＣＢＲ系统对系??统中输入的新问题进行分析，提取问题中的特征值检索到案例库中最相似的案例，??按照设定的相似百分比进行处理方案的排序，形成当前情景最匹配的案例列表，??最后采用适当的适配方案，选择解决问题的最佳案例。??若最终选取的案例经过案例评价
ＣＢＲ的智能决策支持系统的框架建立。一个完整的ＣＢＲ－ＩＤＳＳ的系统在包括了??ＣＢＲ－ＤＳＳ体系结构的同时还需要完成特征值的抽取、问题匹配、收集知识、综合??解答等多个步骤，所以完整的ＣＢＲ－ＩＤＳＳ的系统结构如图１．３所示：???保存案例???￣当前问题￣?ｆ?土二＾?保友■???Ｉ??Ｕ???案例特征厘性的提取??；Ｈ案，检索￣ｈ建立獅」??｜?｜?个?｜?｜?Ｙ?Ｉ??屢摆鹿?相似度?｜?Ｙ?推??丨＾案例修正一？案例评价一满足？?束??Ｉ?值设罝?计笪?ｊ?ｉｎ?问题解决??Ｌ?」??Ｎ???图１．３ＣＢＲ－ＩＤＳＳ系统结构
【参考文献】：
期刊论文
[1]一种电力设备红外诊断算法的研究与实现[J]. 李孟兴,王海燕,杨屹东,侯锐锋,赵连政,侯力枫,杨屹勋,李凤海,肖立,杨波. 高压电器. 2017(08)
[2]最优聚类个数和初始聚类中心点选取算法研究[J]. 张素洁,赵怀慈. 计算机应用研究. 2017(06)
[3]不确定数据的最优k近邻和局部密度聚类算法[J]. 陆亿红,夏聪. 控制与决策. 2016(03)
[4]基于网格聚类的热点路径探测[J]. 吴俊伟,朱云龙,库涛,王亮. 吉林大学学报(工学版). 2015(01)
[5]基于案例推理的交通疏导辅助决策方法[J]. 张薇,何瑞春. 计算机工程与设计. 2014(10)
[6]案例推理研究综述[J]. 苗海珍. 曲阜师范大学学报(自然科学版). 2014(03)
[7]基于CBR的高速公路路基安全风险预测[J]. 阳海斌. 公路工程. 2013(06)
[8]基于案例推理的地铁非常规突发事件应急决策方法研究[J]. 徐亚博,汪彤,王培怡,宋冰雪,葛悦. 中国安全生产科学技术. 2013(08)
[9]一种基于相似度矩阵的本体检索匹配算法[J]. 杨炜辰,凌海风,武鹏,徐伟亚. 计算机工程与应用. 2013(22)
[10]基于案例推理的疾病诊断专家系统的研究[J]. 申静. 计算机与现代化. 2013(02)
博士论文
[1]基于交通信息提取的区域路网拥挤管理方法[D]. 戢晓峰.西南交通大学 2009
[2]基于知识的交通拥堵疏导决策方法及系统研究[D]. 谈晓洁.东南大学 2005
硕士论文
[1]基于案例推理的类比估算方法研究与实现[D]. 方礼远.国防科学技术大学 2009
本文编号：3539752
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3539752.html
