基于通行大数据的车辆逃费稽查系统的研究与开发
发布时间：2023-04-05 03:37
逃费稽查是高速公路营运管理中的一项重要工作。一直以来,稽查部门主要依赖视频监控、人工技术分析、他人举报等方式打击逃费行为,这种工作模式存在工作量大、稽查效率低等问题。而随着联网收费的完善与成熟,逃费手段不断翻新,高速公路管理部门迫切需要利用新技术来提升逃费稽查水平。另一方面,高速路网营运系统每天产生大量的车辆通行流水数据,如出入站记录、断面/卡口通行记录、联网收费拆分记录等。虽然这些数据从单条来看是零散的,但将这些数据关联起来,就能大致得到车辆在高速路网中的通行行为。而当车辆发生逃费情况时,必然会在通行流水数据中表现出异常的通行行为。基于此,本文结合大数据与数据挖掘等技术,应用智能计算等方法,提出了一类基于通行大数据的车辆逃费稽查系统的研究与开发。本文首先研究了车辆逃费相关的十一类通行异常行为,给出了基于通行数据的车辆异常行为挖掘分析算法。接着,提出了以车辆信用度作为车辆逃费可疑度指标,并利用多属性效用模型实现了车辆信用度的计算。在此基础上,利用BP神经网络对模型进行了改进。最后,结合实际项目,开发并实现了车辆逃费稽查系统。论文主要研究工作和创新点包括:1.构建用于逃费稽查的大数据平台...
【文章页数】：67 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景与意义
1.2 研究现状
1.2.1 车辆逃费稽查的现状与趋势
1.2.2 大数据研究现状
1.2.3 数据挖掘技术研究现状
1.3 主要研究内容
1.4 本文组织结构
第二章 基于通行大数据的车辆逃费稽查系统关键技术研究
2.1 引言
2.2 通行大数据的存储架构设计
2.2.1 关系型数据库
2.2.2 NoSQL数据库
2.2.3 基于 Oracle 11g 的车辆通行大数据存储方案
2.3 数据收集与整理
2.4 车辆通行异常行为的挖掘分析
2.5 基于车辆信用度评价的逃费稽查模型
2.6 其它程序实现关键技术
2.6.1 多线程
2.6.2 基于ADO的C++数据库访问技术
2.7 本章小结
第三章 基于通行大数据的车辆异常行为挖掘研究
3.1 引言
3.2 车辆通行大数据概述
3.3 进出站车牌不一致的挖掘分析
3.3.1 进出站车牌不一致产生的根源
3.3.2 基于模糊匹配的车牌匹配算法
3.4 车辆通行路径异常的挖掘分析
3.4.1 通行路径异常产生的根源
3.4.2 基于标志站不符的通行路径异常挖掘
3.5 面向套牌车的通行时间重叠挖掘分析
3.5.1 通行时间重叠产生的根源
3.5.2 时间重叠分析算法
3.6 其它异常行为挖掘分析
3.6.1 通行时间超短分析
3.6.2 通行时间超长分析
3.6.3 通行卡中无标志站分析
3.6.4 短途重载分析
3.6.5 长途空载分析
3.6.6 车型与轴型不符分析
3.6.7 短时间掉头分析
3.6.8 车辆超重异常分析
3.7 构建车辆异常行为档案库
3.8 本章小结
第四章 基于车辆信用度评价的逃费稽查模型与算法研究
4.1 引言
4.2 基于多属性效用模型的车辆信用度评价
4.2.1 车辆信用度
4.2.2 基于多属性效用模型的车辆信用度计算
4.3 基于BP神经网络的车辆信用度计算改进算法
4.3.1 神经网络结构的确定
4.3.2 初始权值的确定
4.3.3 学习速率的确定
4.3.4 预测结果分析与讨论
4.4 基于模糊评价的车辆信用度计算模型
4.5 本章小结
第五章 车辆逃费稽查应用系统开发与实现
5.1 引言
5.2 系统总体设计
5.2.1 系统技术路线
5.2.2 系统开发的难点问题及解决方案
5.2.3 系统硬件架构
5.2.4 系统软件架构
5.2.5 数据库架构
5.2.6 系统开发工具与语言
5.3 车辆逃费稽查系统的实现
5.3.1 车辆通行数据收集程序的实现
5.3.1.1 程序功能结构
5.3.1.2 数据上传控制算法
5.3.1.3 程序主界面
5.3.2 车辆异常行为挖掘分析程序的实现
5.3.2.1 程序功能结构
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 的车辆逃费稽查 Web 应用程序的实现
5.3.4 系统应用效果介绍
5.4 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
攻读硕士学位期间的成果
致谢
本文编号：3782649
【文章页数】：67 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景与意义
1.2 研究现状
1.2.1 车辆逃费稽查的现状与趋势
1.2.2 大数据研究现状
1.2.3 数据挖掘技术研究现状
1.3 主要研究内容
1.4 本文组织结构
第二章 基于通行大数据的车辆逃费稽查系统关键技术研究
2.1 引言
2.2 通行大数据的存储架构设计
2.2.1 关系型数据库
2.2.2 NoSQL数据库
2.2.3 基于 Oracle 11g 的车辆通行大数据存储方案
2.3 数据收集与整理
2.4 车辆通行异常行为的挖掘分析
2.5 基于车辆信用度评价的逃费稽查模型
2.6 其它程序实现关键技术
2.6.1 多线程
2.6.2 基于ADO的C++数据库访问技术
2.7 本章小结
第三章 基于通行大数据的车辆异常行为挖掘研究
3.1 引言
3.2 车辆通行大数据概述
3.3 进出站车牌不一致的挖掘分析
3.3.1 进出站车牌不一致产生的根源
3.3.2 基于模糊匹配的车牌匹配算法
3.4 车辆通行路径异常的挖掘分析
3.4.1 通行路径异常产生的根源
3.4.2 基于标志站不符的通行路径异常挖掘
3.5 面向套牌车的通行时间重叠挖掘分析
3.5.1 通行时间重叠产生的根源
3.5.2 时间重叠分析算法
3.6 其它异常行为挖掘分析
3.6.1 通行时间超短分析
3.6.2 通行时间超长分析
3.6.3 通行卡中无标志站分析
3.6.4 短途重载分析
3.6.5 长途空载分析
3.6.6 车型与轴型不符分析
3.6.7 短时间掉头分析
3.6.8 车辆超重异常分析
3.7 构建车辆异常行为档案库
3.8 本章小结
第四章 基于车辆信用度评价的逃费稽查模型与算法研究
4.1 引言
4.2 基于多属性效用模型的车辆信用度评价
4.2.1 车辆信用度
4.2.2 基于多属性效用模型的车辆信用度计算
4.3 基于BP神经网络的车辆信用度计算改进算法
4.3.1 神经网络结构的确定
4.3.2 初始权值的确定
4.3.3 学习速率的确定
4.3.4 预测结果分析与讨论
4.4 基于模糊评价的车辆信用度计算模型
4.5 本章小结
第五章 车辆逃费稽查应用系统开发与实现
5.1 引言
5.2 系统总体设计
5.2.1 系统技术路线
5.2.2 系统开发的难点问题及解决方案
5.2.3 系统硬件架构
5.2.4 系统软件架构
5.2.5 数据库架构
5.2.6 系统开发工具与语言
5.3 车辆逃费稽查系统的实现
5.3.1 车辆通行数据收集程序的实现
5.3.1.1 程序功能结构
5.3.1.2 数据上传控制算法
5.3.1.3 程序主界面
5.3.2 车辆异常行为挖掘分析程序的实现
5.3.2.1 程序功能结构
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 的车辆逃费稽查 Web 应用程序的实现
5.3.4 系统应用效果介绍
5.4 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
攻读硕士学位期间的成果
致谢
本文编号：3782649
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3782649.html
