基于规则推理融合算法的重型卡车道路运输危险预警研究

发布时间：2024-12-29 21:58

　　近几年随着中国物流行业在所有新型产业中的不断发展,物流运输的方式也在不断更新。其中,汽车物流在所有物流运输企业中有重要的作用,同时推动的物流行业的发展。在汽车物流行业中,以重型卡车为主要交通运输的方式,由于近些年,道路运输事故频发,重型卡车的道路运输安全预警监测问题也成为国家关注的重要问题。针对以上要求,在“阜阳重型卡车安全监测”的项目基础上,论文在对重卡道路的安全预警问题上提出了相应算法并对重型卡车道路运输危险预警系统进行实现与设计,通过数据挖掘以及相关计算机技术实现了车辆物流的信息化操作,提高了汽车物流的安全运输水平。针对目前重型卡车道路运输危险预警系统的数据分析与预测等问题,在系统中使用数据挖掘技术,在数据挖掘流程的步骤下,通过使用关联规则中的Apriori算法,可以针对在重卡道路运输危险预警中出现的相关条件,计算出影响重型卡车运输产生危险情况的条件之间的关联度,在得到影响重型卡车道路运输危险的关联条件后,通过对数据进行预处理操作,后使用BP神经网络的自主学习,通过BP神经网络,将其的输出结果为后面在使用D-S证据理论对重型卡车道路运输危险预警数据进行验证时,可以当做其基本分配函数...

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 论文研究背景
    1.2 国内外研究现状
        1.2.1 国内车辆道路运输危险预警研究现状
        1.2.2 国外车辆道路运输危险预警研究现状
    1.3 论文研究意义
        1.3.1 理论意义
        1.3.2 实践意义
    1.4 论文研究内容和章节安排
        1.4.1 论文研究内容
        1.4.2 论文章节安排
2 相关技术
    2.1 数据挖掘
        2.1.1 数据挖掘简介
        2.1.2 数据挖掘的流程
        2.1.3 数据挖掘的方法
    2.2 关联规则算法
        2.2.1 Apriori算法
        2.2.2 FPTree算法
        2.2.3 Aprior算法和FPtree算法的比较
    2.3 BP神经网络
        2.3.1 BP神经网络概述
        2.3.2 BP神经网络的学习过程
    2.4 DS证据理论
        2.4.1 DS证据理论概述
        2.4.2 DS证据理论的计算过程
    2.5 本章小结
3 重卡道路运输模型及实例分析
    3.1 重卡车辆道路运输危险隐患问题
    3.2 数据挖掘算法的选择
    3.3 关联规则算法在重卡车辆道路运输危险问题的应用分析
        3.3.1 关联规则挖掘步骤
        3.3.2 数据收集
        3.3.3 数据基础处理
        3.3.4 模型构建
    3.4 本章小结
4 基于多数据融合的重型卡车运输过程中发生的危险预警分析
    4.1 总体设计
    4.2 数据级融合
    4.3 决策级数据融合
        4.3.1 决策级数据融合步骤
        4.3.2 数据预处理
        4.3.3 BP神经网络的建立
        4.3.4 DS证据理论融合信息
    4.4 本章小结
5 系统的实现
    5.1 需求分析
        5.1.1 系统总体需求分析
        5.1.2 系统功能需求分析
    5.2 系统逻辑设计
    5.3 数据库设计
    5.4 系统功能模块设计与实现
        5.4.1 胎温监测
        5.4.2 实时车速监控
        5.4.3 综合数据分析
        5.4.4 系统基础信息
    5.5 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
作者简介及读研期间主要科研成果



本文编号：4021347