逃費稽查是高速公路營運管理中的一項重要工作。一直以來,稽查部門主要依賴視頻監(jiān)控、人工技術(shù)分析、他人舉報等方式打擊逃費行為,這種工作模式存在工作量大、稽查效率低等問題。而隨著聯(lián)網(wǎng)收費的完善與成熟,逃費手段不斷翻新,高速公路管理部門迫切需要利用新技術(shù)來提升逃費稽查水平。另一方面,高速路網(wǎng)營運系統(tǒng)每天產(chǎn)生大量的車輛通行流水?dāng)?shù)據(jù),如出入站記錄、斷面/卡口通行記錄、聯(lián)網(wǎng)收費拆分記錄等。雖然這些數(shù)據(jù)從單條來看是零散的,但將這些數(shù)據(jù)關(guān)聯(lián)起來,就能大致得到車輛在高速路網(wǎng)中的通行行為。而當(dāng)車輛發(fā)生逃費情況時,必然會在通行流水?dāng)?shù)據(jù)中表現(xiàn)出異常的通行行為�；诖�,本文結(jié)合大數(shù)據(jù)與數(shù)據(jù)挖掘等技術(shù),應(yīng)用智能計算等方法,提出了一類基于通行大數(shù)據(jù)的車輛逃費稽查系統(tǒng)的研究與開發(fā)。本文首先研究了車輛逃費相關(guān)的十一類通行異常行為,給出了基于通行數(shù)據(jù)的車輛異常行為挖掘分析算法。接著,提出了以車輛信用度作為車輛逃費可疑度指標(biāo),并利用多屬性效用模型實現(xiàn)了車輛信用度的計算。在此基礎(chǔ)上,利用BP神經(jīng)網(wǎng)絡(luò)對模型進行了改進。最后,結(jié)合實際項目,開發(fā)并實現(xiàn)了車輛逃費稽查系統(tǒng)。論文主要研究工作和創(chuàng)新點包括:1.構(gòu)建用于逃費稽查的大數(shù)據(jù)平臺...

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
        1.2.1 車輛逃費稽查的現(xiàn)狀與趨勢
        1.2.2 大數(shù)據(jù)研究現(xiàn)狀
        1.2.3 數(shù)據(jù)挖掘技術(shù)研究現(xiàn)狀
    1.3 主要研究內(nèi)容
    1.4 本文組織結(jié)構(gòu)
第二章 基于通行大數(shù)據(jù)的車輛逃費稽查系統(tǒng)關(guān)鍵技術(shù)研究
    2.1 引言
    2.2 通行大數(shù)據(jù)的存儲架構(gòu)設(shè)計
        2.2.1 關(guān)系型數(shù)據(jù)庫
        2.2.2 NoSQL數(shù)據(jù)庫
        2.2.3 基于 Oracle 11g 的車輛通行大數(shù)據(jù)存儲方案
    2.3 數(shù)據(jù)收集與整理
    2.4 車輛通行異常行為的挖掘分析
    2.5 基于車輛信用度評價的逃費稽查模型
    2.6 其它程序?qū)崿F(xiàn)關(guān)鍵技術(shù)
        2.6.1 多線程
        2.6.2 基于ADO的C++數(shù)據(jù)庫訪問技術(shù)
    2.7 本章小結(jié)
第三章 基于通行大數(shù)據(jù)的車輛異常行為挖掘研究
    3.1 引言
    3.2 車輛通行大數(shù)據(jù)概述
    3.3 進出站車牌不一致的挖掘分析
        3.3.1 進出站車牌不一致產(chǎn)生的根源
        3.3.2 基于模糊匹配的車牌匹配算法
    3.4 車輛通行路徑異常的挖掘分析
        3.4.1 通行路徑異常產(chǎn)生的根源
        3.4.2 基于標(biāo)志站不符的通行路徑異常挖掘
    3.5 面向套牌車的通行時間重疊挖掘分析
        3.5.1 通行時間重疊產(chǎn)生的根源
        3.5.2 時間重疊分析算法
    3.6 其它異常行為挖掘分析
        3.6.1 通行時間超短分析
        3.6.2 通行時間超長分析
        3.6.3 通行卡中無標(biāo)志站分析
        3.6.4 短途重載分析
        3.6.5 長途空載分析
        3.6.6 車型與軸型不符分析
        3.6.7 短時間掉頭分析
        3.6.8 車輛超重異常分析
    3.7 構(gòu)建車輛異常行為檔案庫
    3.8 本章小結(jié)
第四章 基于車輛信用度評價的逃費稽查模型與算法研究
    4.1 引言
    4.2 基于多屬性效用模型的車輛信用度評價
        4.2.1 車輛信用度
        4.2.2 基于多屬性效用模型的車輛信用度計算
    4.3 基于BP神經(jīng)網(wǎng)絡(luò)的車輛信用度計算改進算法
        4.3.1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的確定
        4.3.2 初始權(quán)值的確定
        4.3.3 學(xué)習(xí)速率的確定
        4.3.4 預(yù)測結(jié)果分析與討論
    4.4 基于模糊評價的車輛信用度計算模型
    4.5 本章小結(jié)
第五章 車輛逃費稽查應(yīng)用系統(tǒng)開發(fā)與實現(xiàn)
    5.1 引言
    5.2 系統(tǒng)總體設(shè)計
        5.2.1 系統(tǒng)技術(shù)路線
        5.2.2 系統(tǒng)開發(fā)的難點問題及解決方案
        5.2.3 系統(tǒng)硬件架構(gòu)
        5.2.4 系統(tǒng)軟件架構(gòu)
        5.2.5 數(shù)據(jù)庫架構(gòu)
        5.2.6 系統(tǒng)開發(fā)工具與語言
    5.3 車輛逃費稽查系統(tǒng)的實現(xiàn)
        5.3.1 車輛通行數(shù)據(jù)收集程序的實現(xiàn)
            5.3.1.1 程序功能結(jié)構(gòu)
            5.3.1.2 數(shù)據(jù)上傳控制算法
            5.3.1.3 程序主界面
        5.3.2 車輛異常行為挖掘分析程序的實現(xiàn)
            5.3.2.1 程序功能結(jié)構(gòu)
            5.3.2.2 程序工作流程
            5.3.2.3 程序主界面
        5.3.3 基于 FineReport 的車輛逃費稽查 Web 應(yīng)用程序的實現(xiàn)
        5.3.4 系統(tǒng)應(yīng)用效果介紹
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
攻讀碩士學(xué)位期間的成果
致謝



本文編號：3782649