發(fā)布時間：2017-10-29 12:26

  本文關鍵詞：高速公路收費數(shù)據(jù)拆分與校核算法研究與應用

  更多相關文章： 高速公路聯(lián)網(wǎng)收費 數(shù)據(jù)挖掘 數(shù)據(jù)拆分校核 多元線性回歸

【摘要】：高速公路全國聯(lián)網(wǎng)收費系統(tǒng)具有高效、環(huán)保、節(jié)能等優(yōu)點,有效緩解了交通擁堵、環(huán)境污染等問題,為我國三大戰(zhàn)略和新型城鎮(zhèn)化建設提供了有力保障。但是,該系統(tǒng)在收費數(shù)據(jù)的拆分方面存在不足,不公平、不合理的拆分問題將隨著全國聯(lián)網(wǎng)收費的范圍和深度的增加而更加突出。一方面,聯(lián)網(wǎng)收費數(shù)據(jù)的模糊拆分必然引起收費數(shù)據(jù)的拆分爭議,而高速公路路段業(yè)主在發(fā)現(xiàn)和解決收費數(shù)據(jù)拆分爭議方面缺乏可靠依據(jù),可能造成巨大的經(jīng)濟損失,亟需建立對聯(lián)網(wǎng)收費數(shù)據(jù)拆分的校核系統(tǒng)。另一方面,基于硬件投入對通行費的拆分結(jié)果進行校核的方法成本高、效益小、準確率低、穩(wěn)定性差,且難以推廣應用。所以,研究低成本、高精度、穩(wěn)定性強、易于推廣的收費數(shù)據(jù)拆分校核方法具有重要的現(xiàn)實意義和經(jīng)濟價值。本文針對硬件投入式校核方案的缺點,首次提出基于數(shù)據(jù)挖掘技術的收費數(shù)據(jù)拆分與校核方案,通過對高速公路歷史通行流水進行分析,建立收費數(shù)據(jù)拆分與校核模型,利用路段掌握的不完整收費數(shù)據(jù)預測路段無法掌握的收費數(shù)據(jù),再與結(jié)算中心的數(shù)據(jù)進行對比,達到收費數(shù)據(jù)拆分與校核的目標。本文以廣州北二環(huán)高速公路為研究對象,首先采集、整合了路段和結(jié)算中心半年的通行流水數(shù)據(jù),對收費數(shù)據(jù)進行預處理,從宏觀、微觀角度對車流數(shù)據(jù)進行分析,建立以收費數(shù)據(jù)拆分與校核為主題的數(shù)據(jù)倉庫;然后利用Lasso算法和逐步回歸算法篩選變量,基于多元線性回歸算法實現(xiàn)非本路段出車流的車流量和通行費的精確預測,并對模型進行評估;最后對該模型進行驗證和應用,并對實際應用效果進行了分析。結(jié)果表明,Lasso算法和逐步回歸算法的結(jié)合能很好的篩選出顯著性變量,并解決多元線性回歸中的多重共線性問題;該算法精度高、穩(wěn)定性好、便于推廣,能夠滿足路段對車流量和通行費的精準校核。
【關鍵詞】：高速公路聯(lián)網(wǎng)收費 數(shù)據(jù)挖掘 數(shù)據(jù)拆分校核 多元線性回歸
【學位授予單位】：華南理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U495
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 緒論9-16
• 1.1 研究背景及意義9-11
• 1.1.1 研究背景9-10
• 1.1.2 研究目的及意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-14
• 1.2.1 國外研究現(xiàn)狀11-12
• 1.2.2 國內(nèi)研究現(xiàn)狀12-14
• 1.3 研究內(nèi)容和章節(jié)安排14-16
• 1.3.1 主要研究內(nèi)容14-15
• 1.3.2 章節(jié)安排15-16
• 第二章 需求分析及相關技術16-31
• 2.1 需求分析16-23
• 2.1.1 高速公路聯(lián)網(wǎng)收費與拆分系統(tǒng)16-20
• 2.1.2 收費數(shù)據(jù)拆分問題20-22
• 2.1.3 收費數(shù)據(jù)拆分與校核需求分析22-23
• 2.2 相關技術23-30
• 2.2.1 數(shù)據(jù)挖掘技術概述23-25
• 2.2.2 交通流預測常用算法25-30
• 2.3 本章小結(jié)30-31
• 第三章 高速公路收費數(shù)據(jù)拆分與校核算法設計31-47
• 3.1 問題定義31-32
• 3.2 聯(lián)網(wǎng)收費數(shù)據(jù)特征分析32-33
• 3.2.1 宏觀特征32-33
• 3.2.2 微觀特征33
• 3.3 算法設計33-45
• 3.3.1 整體思路與架構33-35
• 3.3.2 數(shù)據(jù)采集35-37
• 3.3.3 數(shù)據(jù)準備37-40
• 3.3.4 數(shù)據(jù)挖掘40-45
• 3.3.5 模型驗證與應用45
• 3.4 本章小結(jié)45-47
• 第四章 算法的實現(xiàn)與應用47-64
• 4.1 實驗環(huán)境47
• 4.2 模型的構建與評價47-60
• 4.2.1 基于穩(wěn)定比例的預測模型47-51
• 4.2.2 C類車流量預測模型51-56
• 4.2.3 D類車流量預測模型56-59
• 4.2.4 收費數(shù)據(jù)拆分與校核算法59-60
• 4.3 模型的驗證與應用60-62
• 4.3.1 模型的驗證60-61
• 4.3.2 模型的應用61-62
• 4.4 本章小結(jié)62-64
• 總結(jié)64-66
• 參考文獻66-71
• 攻讀碩士學位期間取得的研究成果71-72
• 致謝72-73
• Ⅳ-2答辯委員會對論文的評定意見73

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 艾力·肖開提;;車道收費數(shù)據(jù)存儲方法研究[J];中國交通信息產(chǎn)業(yè);2004年12期

2 王永強;張國華;;高速公路兩種不同組網(wǎng)方式的分析[J];中國交通信息產(chǎn)業(yè);2007年06期

3 趙建東;王浩;劉文輝;白繼根;;基于收費數(shù)據(jù)的高速公路站間旅行時間預測[J];同濟大學學報(自然科學版);2013年12期

4 王盛吉;王家杰;;通過收費數(shù)據(jù)計算封閉公路斷面交通量的方法[J];中國交通信息產(chǎn)業(yè);2006年12期

5 王玨;;高速公路語音圖像數(shù)據(jù)三網(wǎng)合一技術應用[J];中國交通信息產(chǎn)業(yè);2009年03期

6 高峰;王家杰;;挖掘數(shù)據(jù)寶藏——聯(lián)網(wǎng)收費數(shù)據(jù)應用研究之挖掘基礎工作[J];中國交通信息產(chǎn)業(yè);2008年03期

7 鄧鈞;馮利;;利用智能PCM設備組網(wǎng)方案[J];中國公路(交通信息產(chǎn)業(yè));2001年10期

8 錢超;許宏科;代亮;李曙光;;基于混合Markov模型的ETC收費數(shù)據(jù)挖掘研究[J];交通運輸系統(tǒng)工程與信息;2012年04期

9 關曉芙;;高速公路專網(wǎng)網(wǎng)絡,你安全嗎?[J];中國交通信息產(chǎn)業(yè);2007年03期

10 李世平,黃磊,顧樹生;一類線性分散車輛收費系統(tǒng)的分析與設計[J];控制工程;2005年02期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 吳娜;;湖北省高速公路路網(wǎng)收費數(shù)據(jù)的傳輸及恢復[A];湖北省公路學會——2004年機電工程研討會論文集[C];2004年

2 李勇;;安徽省高速公路綜合管理信息系統(tǒng)[A];第一屆全國公路科技創(chuàng)新高層論壇論文集智能交通與機電工程卷[C];2002年

3 周曉宇;張建勇;;山東省高速公路收費數(shù)據(jù)安全保障措施及實施探討[A];第二屆中國智能交通年會論文集[C];2006年

4 杜海寧;宋靖雁;張毅;;高速公路收費數(shù)據(jù)拆分表的矩陣計算方法[A];第十九屆中國控制會議論文集（二）[C];2000年

5 趙鈴春;;我國高速公路網(wǎng)絡化管理初探[A];天津市電視技術研究會2010年年會論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 鄭康;我市醫(yī)院審計再次取得新突破[N];欽州日報;2012年

2 孫達佳　潘建峰;我省高速公路決策支持系統(tǒng)投入試運行[N];太原日報;2011年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 錢超;高速公路ETC數(shù)據(jù)挖掘研究與應用[D];長安大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前5條

1 邢正;高速公路收費數(shù)據(jù)拆分與校核算法研究與應用[D];華南理工大學;2016年

2 王浩;基于收費數(shù)據(jù)的高速公路旅行時間自適應插值卡爾曼濾波預測研究[D];北京交通大學;2014年

3 莊巖浩;基于收費數(shù)據(jù)的高速公路旅行時間可靠性分析與應用[D];華南理工大學;2014年

4 張國芳;高速公路聯(lián)網(wǎng)收費數(shù)據(jù)多維分析系統(tǒng)研究[D];長安大學;2014年

5 雷曉娟;基于路網(wǎng)海量起訖信息的高速公路斷面交通流參數(shù)估計[D];長安大學;2014年

，

本文編號：1113003