高速公路异常数据检测方法研究

发布时间：2020-06-11 09:15

【摘要】：近年来,我国高速公路路网里程数迅速增长,随之带来一些异常行为,例如逃费,这些逃费异常行为不仅会影响到高速公路的正常运营,更为国家带来巨大财产损失。因此,为了能够准确的、快速的检测逃费车辆,通过调研车辆常用的逃费手段,并总结逃费异常行为的重要特征,本文在对高速公路异常数据检测的问题上分析研究,所做的主要工作如下:(1)提出基于IGA-IBP算法对高速公路中车辆的特征属性分析,利用多个黄金分割法改进遗传算法中的变异算子,保证种群的多样性;其次,分步调整BP神经网络各层间的学习率并考虑前一次学习率影响因子,以及动态调整车辆行驶时间来提高算法对高速公路逃费异常的检测准确率和稳定性。实验结果表明,IGA-IBP算法调高了检测速度和检测准确率,在RMSE、MAPE和R~2评价指标上均优于传统的算法,对交通部门的决策有着重要的意义。(2)提出改进萤火虫算法优化加权K-Means算法模型对高速公路逃费行为分析检测,将Rosenbrock搜索算法和萤火虫算法相结合,利用Rosenbrock算法强大的搜索能力,不断更新搜索方向,使得初始聚类中心选取更准确;针对逃费手段共有的主要特征,考虑高速数据中异常点的影响,并且每个样本数据对聚类结果的影响是不同的,因此,对目标函数引入权值,消除初始聚类中心的选取受异常数据的影响,通过萤火虫的亮度不同,亮度大的萤火虫吸引亮度小的萤火虫,不断更新位置获得最终聚类结果。实验结果表明,本文改进的算法在高速公路数据中能有效地检测出异常数据,较传统的算法相比,稳定性强、精确率和效率高。
【图文】：

换卡逃费方式示意图

倒卡逃费方式示意图
【学位授予单位】：长春理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U495

【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 杨军;樊欣;;货车超限作弊行为的数据特征分析[J];公路交通科技(应用技术版);2015年08期

3 王如泽;;双向通信技术在高速公路防逃费方面的应用分析[J];电子技术与软件工程;2015年05期

4 张弓亮;张成科;朱莹;;基于演化博弈的高速公路共谋逃费行为分析[J];交通运输系统工程与信息;2014年06期

5 刘志妍;;高速公路联网收费环境下逃费行为的类型、特点以及对策研究[J];公路交通科技(应用技术版);2014年08期

6 王德明;王莉;张广明;;基于遗传BP神经网络的短期风速预测模型[J];浙江大学学报(工学版);2012年05期

7 马永杰;云文霞;;遗传算法研究进展[J];计算机应用研究;2012年04期

8 刘全;王晓燕;傅启明;张永刚;章晓芳;;双精英协同进化遗传算法[J];软件学报;2012年04期

9 李松;刘力军;解永乐;;遗传算法优化BP神经网络的短时交通流混沌预测[J];控制与决策;2011年10期

10 张友权;;浅谈高速公路车辆逃费的主要方式及其应对策略[J];北方交通;2011年08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

相关博士学位论文 前1条

1 张顶学;遗传算法与粒子群算法的改进及应用[D];华中科技大学;2007年

相关硕士学位论文 前6条

1 陈波;数据挖掘在高速公路防逃费中的应用研究[D];华南理工大学;2014年

2 李小运;数据挖掘技术在高速公路联网收费稽查上的研究与应用[D];华南理工大学;2014年

3 薛璞;高速公路收费稽查系统数据挖掘技术研究[D];长安大学;2014年

4 李延梅;一种改进的遗传算法及应用[D];华南理工大学;2012年

5 崔珊珊;遗传算法的一些改进及其应用[D];中国科学技术大学;2010年

6 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：2707696