基于数据挖掘的高速公路营运决策支持技术研究

发布时间：2017-04-16 07:11

  本文关键词：基于数据挖掘的高速公路营运决策支持技术研究，由笔耕文化传播整理发布。

【摘要】：随着高速公路营运管理日趋信息化,联网收费与监控系统中积累了海量收费数据与车辆行驶记录。然而,现有的营运管理技术还停留在数据查询与统计分析阶段,远远不能满足诸如道路状况预测、信息服务提供以及车辆稽查等智能化管理需求。本文以高速公路历史收费数据为基础,围绕智慧型公路营运管理平台概念,探讨了利用数据挖掘在海量数据中发现车辆行驶规律等隐藏知识的方法。在此基础上,重点研究了车流量预测、行程时间预测和逃费车辆稽查等高速公路营运管理中的热点问题,从而为高速公路营运管理的智能决策支持奠定基础。论文的主要研究成果及相关创新点包括:1.车流量预测问题一直是交通领域研究的焦点,此问题的解决对收费站周边区域的车流疏导具有重要的意义。本文以交通流宏观流体模型为基础,给出基于BP神经的交通流预测模型,实现了短时间站点间交通流的预测。2.就行程时间预测,设计了基于历史数据下的平均行程时间,融合多种因素的路段行程时间模糊预测模型,并应用模型进行单车路段行程时间预测。该模型区别于以往偏重于采集的短时交通流数据,考虑车辆特征、行驶时段等因素对行程时间的影响,实现行程时间神经网络模糊预测。模型预测结果效果良好,展现了一定的实用性。3.构建了基于收费特征字段与逃费现象之间关联的挖掘模型,实现了偷逃通行费行为的稽查分析。论文使用数据挖掘工具Weka实现了对所设计模型的建模与模型应用。模型应用的结果表明对于变型车等偷逃通行费行为有很高的稽查性能。本文针对具体问题的数据挖掘分析,挖掘成果展现了一定的实用性,为实现交通流诱导,逃费车辆稽查等提供数据参考。实验结果表明了利用历史收费数据,挖掘公路车辆信息对高速公路营运决策支持有重要价值意义。
【关键词】：高速公路 决策支持 数据挖掘 交通预测 车辆稽查
【学位授予单位】：东华大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U495;TP311.13
【目录】：

• 摘要4-6
• ABSTRACT6-10
• 第一章 绪论10-16
• 1.1 论文研究背景及意义10-11
• 1.2 高速公路的信息化与数据挖掘现状11-14
• 1.3 本文主要内容14-15
• 1.4 本文组织结构15-16
• 第二章 高速公路营运决策支持总体框架设计16-25
• 2.1 引言16
• 2.2 高速公路智慧营运管理平台的引入16-19
• 2.2.1 高速公路联网收费系统介绍17
• 2.2.2 高速公路联网收费系统数据特点17-18
• 2.2.3 新型智慧型营运管理平台概念18-19
• 2.3 面向营运决策支持的数据挖掘框架19-23
• 2.3.1 数据仓库与数据挖掘技术19-22
• 2.3.2 挖掘系统框架构建22-23
• 2.4 数据挖掘工作对营运决策的支持23-24
• 2.5 本章小结24-25
• 第三章 基于神经网络的高速公路交通流预测25-33
• 3.1 引言25
• 3.2 高速公路车流量特性与预测可行性分析25-26
• 3.3 基于BP神经网络交通流的分析与预测26-32
• 3.3.1 基于神经网络的交通流模型的建立26-29
• 3.3.2 交通流预测的实例验证29-32
• 3.4 本章小结32-33
• 第四章 多因素融合的路段行程时间预测33-43
• 4.1 引言33
• 4.2 行程时间及行程时间预测的定义33-35
• 4.3 路段行程时间预测模型与方法概述35-36
• 4.4 多因素融合路段行程时间预测模型36-39
• 4.4.1 传统路段行程时间预测方法36-37
• 4.4.2 多因素融合的行程时间预测模型的建立37-39
• 4.5 多因素行程时间预测实例39-42
• 4.5.1 多因素的选择与数据预处理39-40
• 4.5.2 预测与结果分析40-42
• 4.6 本章小结42-43
• 第五章 基于历史数据基础上的收费稽查43-56
• 5.1 引言43-44
• 5.2 偷逃通行费用异常现象分析44-48
• 5.2.1 假冒类45
• 5.2.2 作弊类45-47
• 5.2.3 缺陷类47
• 5.2.4 违规类47-48
• 5.3 收费稽查的关键技术与挖掘环境48-51
• 5.3.1 逃费稽查的可行性48
• 5.3.2 逃费稽查的数据挖掘工具48-49
• 5.3.3 逃费稽查的数据挖掘算法49-51
• 5.4 收费稽查的实例验证51-54
• 5.4.1 车型不符稽查51-54
• 5.5 本章小结54-56
• 第六章 总结与展望56-58
• 6.1 总结56
• 6.2 展望56-58
• 参考文献58-62
• 致谢62-63
• 攻读硕士期间发表的论文63

【相似文献】

中国期刊全文数据库 前10条

1 乌英格;陈宝平;;数据挖掘在客户关系管理中的应用[J];内蒙古科技与经济;2005年24期

2 焦健;王祥;;数据挖掘在美国本土安全中的应用[J];舰船电子工程;2006年01期

3 杨洋;;Web数据挖掘的分析与探讨[J];装备制造技术;2006年05期

4 刘娟;;Web数据挖掘及其在个性化网上购物实现的探讨[J];企业技术开发;2007年07期

5 李世超;麦范金;;数据挖掘在现代企业经营管理中的应用[J];桂林航天工业高等专科学校学报;2008年04期

6 崔永君;;数据挖掘的系统构成与发展趋势[J];硅谷;2009年03期

7 侯晓凌;;浅谈数据挖掘[J];科学之友(B版);2009年04期

8 张涛;;Web数据挖掘现状分析[J];科学之友(B版);2009年06期

9 黄雄伟;陈定方;祖巧红;;Web数据挖掘可视化研究与应用[J];湖北工业大学学报;2009年04期

10 王岩;;数据挖掘领域探索[J];硅谷;2010年05期

中国重要会议论文全文数据库 前10条

1 史东辉;蔡庆生;张春阳;;一种新的数据挖掘多策略方法研究[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

2 张弦;;数据挖掘在农业中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

3 魏顺平;;教育数据挖掘:现状与趋势[A];信息化、工业化融合与服务创新——第十三届计算机模拟与信息技术学术会议论文集[C];2011年

4 关清平;沉培辉;;概率网络在数据挖掘上的应用[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年

5 丁瑾;;基于Web数据挖掘的综述[A];山西省科学技术情报学会学术年会论文集[C];2004年

6 聂茹;田森平;;Web数据挖掘及其在电子商务中的应用[A];中南六省（区）自动化学会第24届学术年会会议论文集[C];2006年

7 李菊;王军;;数据挖掘在客户关系管理的应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

8 肖阳;李启贤;;数据挖掘在中国钢铁行业中的应用[A];中国计量协会冶金分会2012年会暨能源计量与节能降耗经验交流会论文集[C];2012年

9 杨磊;王贵成;汪勇;张占胜;;SQL Server 2005在数据挖掘中的应用[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

10 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年

中国重要报纸全文数据库 前10条

1 本报记者褚宁;数据挖掘如“挖金”[N];解放日报;2002年

2 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年

3 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年

4 《网络世界》记者 王莹;数据挖掘保险业的新蓝海[N];网络世界;2012年

5 刘俊丽;基于地理化的网络数据挖掘与分析提升投资有效性[N];人民邮电;2014年

6 本报记者 连晓东;数据挖掘：金融信息化新热点[N];中国电子报;2002年

7 本报记者 凤小华 朱仁康;“数字挖掘软件”引领中国信息化新浪潮[N];中国电子报;2003年

8 本报记者　史延廷;“成功企业数据挖掘暨数量化管理论坛”在京举办[N];中国旅游报;2002年

9 朱小宁;数据挖掘：信息化战争的基础工程[N];解放军报;2005年

10 本报记者 王小平;从“大集中”走向数据挖掘[N];金融时报;2002年

中国博士学位论文全文数据库 前10条

1 于自强;海量流数据挖掘相关问题研究[D];山东大学;2015年

2 张馨;全基因组SNP芯片应用于CNV和L0H分析的软件比对与数据挖掘[D];复旦大学;2011年

3 彭计红;基于数据挖掘的痴呆中医证的研究[D];南京中医药大学;2015年

4 李秋虹;基于MapReduce的大规模数据挖掘技术研究[D];复旦大学;2013年

5 邬文帅;基于多目标决策的数据挖掘方法评估与应用[D];电子科技大学;2015年

6 谢邦彦;整合数据挖掘与TRIZ理论的质量管理方法研究[D];首都经济贸易大学;2010年

7 李荣;生物信息数据挖掘若干关键问题研究与应用[D];复旦大学;2004年

8 李玉华;面向服务的数据挖掘关键技术研究[D];华中科技大学;2006年

9 吴少智;时间序列数据挖掘在生物医学中的应用研究[D];电子科技大学;2010年

10 王珊珊;知识指导下的数据挖掘在新闻和金融工具之间因果关系上的应用[D];中国科学技术大学;2009年

中国硕士学位论文全文数据库 前10条

1 林仁红;基于数据挖掘的机遇识别与评价研究[D];首都经济贸易大学;2007年

2 张彦俊;游戏运营中的数据挖掘[D];复旦大学;2011年

3 焦亚召;基于多核函数FCM算法在数据挖掘聚类中的应用研究[D];昆明理工大学;2015年

4 王杰锋;物联网能耗数据智能分析及其应用平台设计[D];江南大学;2015年

5 刘学建;数据挖掘在电子商务推荐系统中的应用研究[D];昆明理工大学;2015年

6 戴阳阳;基于数据挖掘的金融时间序列预测研究与应用[D];江南大学;2015年

7 石思优;基于主题模型的医疗数据挖掘研究[D];广东技术师范学院;2015年

8 陈丹;移动互联网信令挖掘实现智慧营销的设计与实现应用研究[D];华南理工大学;2015年

9 陈思;基于数据挖掘的大学生客户识别模型的研究[D];昆明理工大学;2015年

10 位长帅;基于客户数据挖掘的电信客户关系管理研究[D];西南交通大学;2015年

  本文关键词：基于数据挖掘的高速公路营运决策支持技术研究，，由笔耕文化传播整理发布。

本文编号：310273