【摘要】：面對時(shí)有發(fā)生的貨車偷逃通行費(fèi)用的行為,目前廣東省高速公路運(yùn)營維護(hù)公司仍然采取人工稽查的工作方式。且由于該稽查方式存在著稽查的效率低下,覆蓋率不高等問題,如何有效的解決這些問題是廣東省高速公路運(yùn)營維護(hù)公司必須要面對的挑戰(zhàn)。且廣東近些年實(shí)施“一張網(wǎng)”聯(lián)網(wǎng)收費(fèi),極大地加大了對貨車司機(jī)經(jīng)濟(jì)利益的誘惑,導(dǎo)致廣東省高速公路貨車偷逃通行費(fèi)用的行為愈加嚴(yán)重。其次,對偷逃通行費(fèi)用的車輛,目前廣東省高速公路運(yùn)營管理公司僅是將其列入黑名單或灰名單中,待其補(bǔ)交所逃得費(fèi)用后即可移出黑名單。為了改善目前存在的問題,本文提出了基于logistics回歸模型的廣東省高速公路貨車逃費(fèi)稽查模型,同時(shí),為了完善高速公路的誠信管理體系,建立的貨車信用度評價(jià)模型。本文首先對廣東省高速公路貨車通行的異常出口流水進(jìn)行分析,研究分析并篩選除了對偷逃通行費(fèi)用由顯著影響的特征屬性,然后根據(jù)樣本數(shù)據(jù)的分布特點(diǎn),利用SMOTE算法對樣本數(shù)據(jù)進(jìn)行平衡處理,使之適用于logistics回歸模型,再對模型進(jìn)行實(shí)證分析;同時(shí)利用廣東省高速公路數(shù)據(jù)倉庫的海量車輛通行數(shù)據(jù),采用車輛的歷史通行行為,包括逃費(fèi)、超速、超重、使用頻率、補(bǔ)費(fèi)情況展開分析,將其作為車輛誠信的評價(jià)指標(biāo),同時(shí)計(jì)算其各自的懲罰乘數(shù),結(jié)合模糊綜合評價(jià)法,建立起貨車信用度的評價(jià)模型對車輛的信用進(jìn)行量化的評價(jià)。本文最后選擇部分貨車通行的出口異常數(shù)據(jù)對logistics模型進(jìn)行實(shí)證分析,結(jié)果顯示該模型的準(zhǔn)確率為76.53%,能極大提高稽查效率,證明了該模型的稽查功能具有一定的有效性;同時(shí)選擇部分車輛的歷史通行數(shù)據(jù)納入到車輛的信用度評價(jià)模型,結(jié)果顯示,該模型輸出信用分?jǐn)?shù)比較合理,符合現(xiàn)實(shí)的實(shí)際情況。
【學(xué)位授予單位】：廣州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：C81
【圖文】：

稽查流程圖

圖 3-1 SMOTE 算法效果圖慮到采取欠采樣方法會(huì)有可能丟失樣本數(shù)據(jù)的重要信息，導(dǎo)致模型訓(xùn)練效據(jù)多為分類變量，若采取過采樣方法會(huì)有可能產(chǎn)生嚴(yán)重的過度擬合問題，的性能，導(dǎo)致模型測試效果缺乏說服力，所以本研究采取 SMOTE 算法處。 3-2 展示了采用 SMOTE 算法對樣本數(shù)據(jù)進(jìn)行處理后效果，由表 3-2 我們練集有 14314 條正常通行數(shù)據(jù)，235 條逃費(fèi)數(shù)據(jù)，經(jīng)過 SMOTE 算法對訓(xùn)，變成了 7323 天正常通行數(shù)據(jù)，7226 天逃費(fèi)數(shù)據(jù)，數(shù)據(jù)比例接近 1:1，達(dá)平衡的要求，后續(xù)作為訓(xùn)練樣本納入模型進(jìn)行建模分析。表 3-2 SMOTE 算法效果表正常 逃費(fèi) 總訓(xùn)練集 14314 235 145SMOTE 算法 7323 7226 145測試集 4421 98 45

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙彥;吳淑玲;林志恒;常天海;;高速公路通行卡逃費(fèi)行為預(yù)測模型研究[J];中國科技論文;2015年19期

2 左盛丹;;交通運(yùn)輸行業(yè)首次實(shí)行統(tǒng)一信用評價(jià)等級[J];珠江水運(yùn);2015年10期

3 張國政;陳維煌;劉呈輝;;基于Logistic模型的商業(yè)銀行個(gè)人消費(fèi)信貸風(fēng)險(xiǎn)評估研究[J];金融理論與實(shí)踐;2015年03期

4 李剛;李純青;張莉;;Logistic回歸的非平衡數(shù)據(jù)問題及其解決方法[J];統(tǒng)計(jì)與決策;2013年20期

5 薛薇;;非平衡數(shù)據(jù)集的改進(jìn)SMOTE再抽樣算法[J];統(tǒng)計(jì)研究;2012年06期

6 劉鯖潔;陳桂明;劉小方;占君;;BP神經(jīng)網(wǎng)絡(luò)權(quán)重和閾值初始化方法研究[J];西南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年06期

7 張成虎;李育林;;基于神經(jīng)網(wǎng)絡(luò)的個(gè)人信用評分模型研究[J];云南師范大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版);2008年06期

8 覃光華;王順久;繆韌;;基于卡爾曼濾波技術(shù)的人工神經(jīng)網(wǎng)絡(luò)權(quán)重估算及應(yīng)用[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2008年04期

9 王靜偉;;BP神經(jīng)網(wǎng)絡(luò)改進(jìn)算法的研究[J];中國水運(yùn)(學(xué)術(shù)版);2008年01期

10 王富忠;沈祖志;姜巍;余福茂;;基于AHP和粗糙集的二階段評價(jià)方法研究[J];浙江科技學(xué)院學(xué)報(bào);2007年04期

相關(guān)會(huì)議論文 前1條

1 褚麗恒;郭曉澤;宋國杰;吳峻;謝昆青;;基于聚類方法的高速公路逃費(fèi)甄別與分析[A];第八屆中國智能交通年會(huì)論文集[C];2013年

相關(guān)碩士學(xué)位論文 前1條

1 任文龍;基于神經(jīng)網(wǎng)絡(luò)的聯(lián)網(wǎng)高速公路收費(fèi)稽查研究[D];長安大學(xué);2010年

本文編號：2718924