近幾年隨著中國物流行業(yè)在所有新型產(chǎn)業(yè)中的不斷發(fā)展,物流運(yùn)輸?shù)姆绞揭苍诓粩喔�。其�?汽車物流在所有物流運(yùn)輸企業(yè)中有重要的作用,同時推動的物流行業(yè)的發(fā)展。在汽車物流行業(yè)中,以重型卡車為主要交通運(yùn)輸?shù)姆绞?由于近些年,道路運(yùn)輸事故頻發(fā),重型卡車的道路運(yùn)輸安全預(yù)警監(jiān)測問題也成為國家關(guān)注的重要問題。針對以上要求,在“阜陽重型卡車安全監(jiān)測”的項(xiàng)目基礎(chǔ)上,論文在對重卡道路的安全預(yù)警問題上提出了相應(yīng)算法并對重型卡車道路運(yùn)輸危險預(yù)警系統(tǒng)進(jìn)行實(shí)現(xiàn)與設(shè)計,通過數(shù)據(jù)挖掘以及相關(guān)計算機(jī)技術(shù)實(shí)現(xiàn)了車輛物流的信息化操作,提高了汽車物流的安全運(yùn)輸水平。針對目前重型卡車道路運(yùn)輸危險預(yù)警系統(tǒng)的數(shù)據(jù)分析與預(yù)測等問題,在系統(tǒng)中使用數(shù)據(jù)挖掘技術(shù),在數(shù)據(jù)挖掘流程的步驟下,通過使用關(guān)聯(lián)規(guī)則中的Apriori算法,可以針對在重卡道路運(yùn)輸危險預(yù)警中出現(xiàn)的相關(guān)條件,計算出影響重型卡車運(yùn)輸產(chǎn)生危險情況的條件之間的關(guān)聯(lián)度,在得到影響重型卡車道路運(yùn)輸危險的關(guān)聯(lián)條件后,通過對數(shù)據(jù)進(jìn)行預(yù)處理操作,后使用BP神經(jīng)網(wǎng)絡(luò)的自主學(xué)習(xí),通過BP神經(jīng)網(wǎng)絡(luò),將其的輸出結(jié)果為后面在使用D-S證據(jù)理論對重型卡車道路運(yùn)輸危險預(yù)警數(shù)據(jù)進(jìn)行驗(yàn)證時,可以當(dāng)做其基本分配函數(shù)...

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 論文研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國內(nèi)車輛道路運(yùn)輸危險預(yù)警研究現(xiàn)狀
        1.2.2 國外車輛道路運(yùn)輸危險預(yù)警研究現(xiàn)狀
    1.3 論文研究意義
        1.3.1 理論意義
        1.3.2 實(shí)踐意義
    1.4 論文研究內(nèi)容和章節(jié)安排
        1.4.1 論文研究內(nèi)容
        1.4.2 論文章節(jié)安排
2 相關(guān)技術(shù)
    2.1 數(shù)據(jù)挖掘
        2.1.1 數(shù)據(jù)挖掘簡介
        2.1.2 數(shù)據(jù)挖掘的流程
        2.1.3 數(shù)據(jù)挖掘的方法
    2.2 關(guān)聯(lián)規(guī)則算法
        2.2.1 Apriori算法
        2.2.2 FPTree算法
        2.2.3 Aprior算法和FPtree算法的比較
    2.3 BP神經(jīng)網(wǎng)絡(luò)
        2.3.1 BP神經(jīng)網(wǎng)絡(luò)概述
        2.3.2 BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程
    2.4 DS證據(jù)理論
        2.4.1 DS證據(jù)理論概述
        2.4.2 DS證據(jù)理論的計算過程
    2.5 本章小結(jié)
3 重卡道路運(yùn)輸模型及實(shí)例分析
    3.1 重卡車輛道路運(yùn)輸危險隱患問題
    3.2 數(shù)據(jù)挖掘算法的選擇
    3.3 關(guān)聯(lián)規(guī)則算法在重卡車輛道路運(yùn)輸危險問題的應(yīng)用分析
        3.3.1 關(guān)聯(lián)規(guī)則挖掘步驟
        3.3.2 數(shù)據(jù)收集
        3.3.3 數(shù)據(jù)基礎(chǔ)處理
        3.3.4 模型構(gòu)建
    3.4 本章小結(jié)
4 基于多數(shù)據(jù)融合的重型卡車運(yùn)輸過程中發(fā)生的危險預(yù)警分析
    4.1 總體設(shè)計
    4.2 數(shù)據(jù)級融合
    4.3 決策級數(shù)據(jù)融合
        4.3.1 決策級數(shù)據(jù)融合步驟
        4.3.2 數(shù)據(jù)預(yù)處理
        4.3.3 BP神經(jīng)網(wǎng)絡(luò)的建立
        4.3.4 DS證據(jù)理論融合信息
    4.4 本章小結(jié)
5 系統(tǒng)的實(shí)現(xiàn)
    5.1 需求分析
        5.1.1 系統(tǒng)總體需求分析
        5.1.2 系統(tǒng)功能需求分析
    5.2 系統(tǒng)邏輯設(shè)計
    5.3 數(shù)據(jù)庫設(shè)計
    5.4 系統(tǒng)功能模塊設(shè)計與實(shí)現(xiàn)
        5.4.1 胎溫監(jiān)測
        5.4.2 實(shí)時車速監(jiān)控
        5.4.3 綜合數(shù)據(jù)分析
        5.4.4 系統(tǒng)基礎(chǔ)信息
    5.5 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
作者簡介及讀研期間主要科研成果



本文編號：4021347