隨著我國近些年經(jīng)濟建設(shè)的快速發(fā)展,機動車保有量呈逐年遞增的趨勢。雖然各城市道路基礎(chǔ)建設(shè)的力度不斷加大,但就城市道路建設(shè)速度而言,顯然還是無法滿足不斷增長的機動車對道路交通的需求。在這種情況下,各城市道路擁堵狀況時有發(fā)生,交通擁堵已經(jīng)成為多數(shù)城市的通病。由交通擁堵帶來的社會問題,如交通安全、空氣污染、能源損耗、停車等諸多事故隱患嚴(yán)重的制約了城市的發(fā)展,也為經(jīng)濟建設(shè)帶來了很大的負(fù)面影響。如何在交通擁堵發(fā)生時進行有效的疏導(dǎo),已成為各大城市交通部門減少交通擁堵、增加人員和車輛安全亟待解決的問題。城市道路交通擁堵的形成是多方面的,其擁堵本身就是影響交通的安全問題交通擁堵持續(xù)的時間越長,則會對交通安全出行的影響越大,所以對交通擁堵進行安全疏導(dǎo)實際上就是消除交通的安全隱患。本文以案例推理為技術(shù)手段,結(jié)合當(dāng)?shù)亟煌ìF(xiàn)狀,通過調(diào)研、收集、整理、分析大量交通擁堵案例,設(shè)計出城市道路擁堵疏導(dǎo)決策支持系統(tǒng)。本文主要圍繞著案例推理決策支持技術(shù)中的幾個關(guān)鍵問題進行研究,主要完成以下幾個方面的工作:1.收集大量成功疏導(dǎo)交通擁堵的解決方案,形成交通擁堵疏導(dǎo)專家案例庫。詳細(xì)分析了進行交通擁堵疏導(dǎo)決策的關(guān)鍵因素,提出了在案... 

【文章來源】：安徽理工大學(xué)安徽省

【文章頁數(shù)】：158 頁

【學(xué)位級別】：博士

【部分圖文】：

圖１．１?“４Ｒ”案例推理模型??Ｆｉｇ．?１．１?＂４Ｒ＂?Ｃａｓｅ－ｂａｓｅｄ?ｒｅａｓｏｎｉｎｇ?ｍｏｄｅｌ??

取重新評估，返回第二步執(zhí)行權(quán)重設(shè)置，重新進行案例相似性的檢索匹配，直到??決策者對獲得的解滿意為止。??基于ＣＢＲ的決策支持系統(tǒng)學(xué)習(xí)流程如圖１．２所示：??用戶?§??新問題?、案例庫：??Ｉ?１??藝??Ｉ??？??特征值提取?Ｎ￣￣?１??????＿？！??－ｒ??Ｉ?—Ｊ￣檢索；目似案例￣ｐ案例的評價與修正??？??ｉ??Ｉ??????；｜特征值權(quán)重計算卜ｉ￣￣??Ｉ?Ｉ??Ｉ???Ｉ??？?Ｉ??Ｉ?Ｉ??Ｌ?Ｉ??圖１．２基于ＣＢＲ的決策支持系統(tǒng)案例學(xué)習(xí)過程??Ｆｉｇ．?１．２?Ｃａｓｅ?ｓｔｕｄｙ?ｐｒｏｃｅｓｓ?ｏｆ?ｄｅｃｉｓｉｏｎ?ｓｕｐｐｏｒｔ?ｓｙｓｔｅｍ?ｂａｓｅｄ?ｏｎ?ＣＢＲ??案例庫作為整個推理系統(tǒng)的基礎(chǔ)，所以構(gòu)建好的案例庫對整個決策支持系統(tǒng)??具有較為深遠(yuǎn)的影響。針對亟待解決的問題，首先對應(yīng)好相關(guān)領(lǐng)域，同時需要具??備該領(lǐng)域大量的知識儲備，即對以往該領(lǐng)域內(nèi)各類問題的處理解決方案進行收集、??整理。在構(gòu)造案例庫時還需要對這些龐大的數(shù)據(jù)進行分析，提取數(shù)據(jù)的特征值，??這些特征值將作為案例檢索與適配的重要依據(jù)。??以領(lǐng)域知識建立好的案例庫是為接下來的案例檢索做好準(zhǔn)備。ＣＢＲ系統(tǒng)對系??統(tǒng)中輸入的新問題進行分析，提取問題中的特征值檢索到案例庫中最相似的案例，??按照設(shè)定的相似百分比進行處理方案的排序，形成當(dāng)前情景最匹配的案例列表，??最后采用適當(dāng)?shù)倪m配方案，選擇解決問題的最佳案例。??若最終選取的案例經(jīng)過案例評價

ＣＢＲ的智能決策支持系統(tǒng)的框架建立。一個完整的ＣＢＲ－ＩＤＳＳ的系統(tǒng)在包括了??ＣＢＲ－ＤＳＳ體系結(jié)構(gòu)的同時還需要完成特征值的抽取、問題匹配、收集知識、綜合??解答等多個步驟，所以完整的ＣＢＲ－ＩＤＳＳ的系統(tǒng)結(jié)構(gòu)如圖１．３所示：???保存案例???￣當(dāng)前問題￣?ｆ?土二＾?保友■???Ｉ??Ｕ???案例特征厘性的提取??；Ｈ案，檢索￣ｈ建立獅」??｜?｜?個?｜?｜?Ｙ?Ｉ??屢擺鹿?相似度?｜?Ｙ?推??丨＾案例修正一？案例評價一滿足？?束??Ｉ?值設(shè)罝?計笪?ｊ?ｉｎ?問題解決??Ｌ?」??Ｎ???圖１．３ＣＢＲ－ＩＤＳＳ系統(tǒng)結(jié)構(gòu)

【參考文獻】：
期刊論文
[1]一種電力設(shè)備紅外診斷算法的研究與實現(xiàn)[J]. 李孟興,王海燕,楊屹東,侯銳鋒,趙連政,侯力楓,楊屹勛,李鳳海,肖立,楊波.  高壓電器. 2017(08)
[2]最優(yōu)聚類個數(shù)和初始聚類中心點選取算法研究[J]. 張素潔,趙懷慈.  計算機應(yīng)用研究. 2017(06)
[3]不確定數(shù)據(jù)的最優(yōu)k近鄰和局部密度聚類算法[J]. 陸億紅,夏聰.  控制與決策. 2016(03)
[4]基于網(wǎng)格聚類的熱點路徑探測[J]. 吳俊偉,朱云龍,庫濤,王亮.  吉林大學(xué)學(xué)報(工學(xué)版). 2015(01)
[5]基于案例推理的交通疏導(dǎo)輔助決策方法[J]. 張薇,何瑞春.  計算機工程與設(shè)計. 2014(10)
[6]案例推理研究綜述[J]. 苗海珍.  曲阜師范大學(xué)學(xué)報(自然科學(xué)版). 2014(03)
[7]基于CBR的高速公路路基安全風(fēng)險預(yù)測[J]. 陽海斌.  公路工程. 2013(06)
[8]基于案例推理的地鐵非常規(guī)突發(fā)事件應(yīng)急決策方法研究[J]. 徐亞博,汪彤,王培怡,宋冰雪,葛悅.  中國安全生產(chǎn)科學(xué)技術(shù). 2013(08)
[9]一種基于相似度矩陣的本體檢索匹配算法[J]. 楊煒辰,凌海風(fēng),武鵬,徐偉亞.  計算機工程與應(yīng)用. 2013(22)
[10]基于案例推理的疾病診斷專家系統(tǒng)的研究[J]. 申靜.  計算機與現(xiàn)代化. 2013(02)

博士論文
[1]基于交通信息提取的區(qū)域路網(wǎng)擁擠管理方法[D]. 戢曉峰.西南交通大學(xué) 2009
[2]基于知識的交通擁堵疏導(dǎo)決策方法及系統(tǒng)研究[D]. 談曉潔.東南大學(xué) 2005

碩士論文
[1]基于案例推理的類比估算方法研究與實現(xiàn)[D]. 方禮遠(yuǎn).國防科學(xué)技術(shù)大學(xué) 2009



本文編號：3539752