基于大數(shù)據(jù)的隧道交通事故因素分析研究
發(fā)布時間:2023-04-08 00:02
近年來,我國公路隧道越修越長,但是當大量隧道修建完成,加速提高國民經(jīng)濟的同時,隧道交通的安全問題也越來越明顯。因此,本文對如何能夠有效地防范隧道交通事故的發(fā)生以及在保證交通安全的同時,能夠?qū)λ淼纼?nèi)限速和燈光進行智能控制方面提供了理論依據(jù)。本文針對影響隧道交通事故因素,即分析中提取的特征包括駕齡、天氣、不同時間段、隧道照明亮度、隧道道路負荷度、隧道路段以及事故等級等,提出了一種基于FP-Growth算法改進的WTFP-Growth算法。首先,對事務(wù)與項賦予權(quán)重,以便能夠有效地挖掘出隱藏的,更有意義的關(guān)聯(lián)規(guī)則。其次,利用二維表用保存事務(wù)數(shù)據(jù)庫中關(guān)鍵信息,該方法只要遍歷事務(wù)數(shù)據(jù)庫一次,提高了算法的時間效率。并利用改進后的WTFP-Growth算法挖掘關(guān)聯(lián)規(guī)則,通過挖掘采集的數(shù)據(jù),找出導致隧道交通事故的頻繁因素組合,分析結(jié)果找出決策規(guī)則。在這些規(guī)則上繼續(xù)分析,能夠有效地防范隧道交通事故的發(fā)生以及在保證安全的前提下對隧道的限速的調(diào)整提出一些決策,提高隧道的最大通行能力,同時也可以在保證安全的前提下實現(xiàn)隧道內(nèi)燈光的智能調(diào)整提出一些決策,從而實現(xiàn)節(jié)能的目標。
【文章頁數(shù)】:57 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 項目研究背景
1.2 課題的目的及意義
1.3 國內(nèi)外研究現(xiàn)狀
1.3.1 國內(nèi)研究現(xiàn)狀
1.3.2 國外研究現(xiàn)狀
1.4 本文的內(nèi)容安排
第2章 大數(shù)據(jù)分析技術(shù)
2.1 數(shù)據(jù)挖掘概念
2.1.1 數(shù)據(jù)挖掘的定義
2.1.2 數(shù)據(jù)挖掘的流程
2.2 關(guān)聯(lián)規(guī)則原理
2.3 關(guān)聯(lián)規(guī)則相關(guān)算法
2.3.1 Apriori算法介紹
2.3.2 FP-Growth算法介紹
2.4 其他算法
2.5 本章小節(jié)
第3章 基于權(quán)重和二維表改進的WTFP-Growth算法
3.1 二維表的可行性分析
3.1.1 二維表定義
3.1.2 二維表思想證明
3.2 二維表的實現(xiàn)
3.2.1 動態(tài)數(shù)組原理及應(yīng)用
3.2.2 哈希表原理及應(yīng)用
3.3 權(quán)重的思想與實現(xiàn)
3.3.1 權(quán)重的思想
3.3.2 權(quán)重的應(yīng)用
3.4 基于權(quán)重和二維表改進的WTFP-Growth算法
3.4.1 WTFP-Growth算法思想
3.4.2 WTFP-Growth算法的實現(xiàn)
3.4.3 WTFP-Growth算法的實例
3.5 本章小結(jié)
第4章 基于WTFP-Growth的隧道交通事故分析
4.1 隧道交通事故致因分析
4.1.1 人的影響因素
4.1.2 車的影響因素
4.1.3 道路的影響因素
4.1.4 環(huán)境的影響因素
4.2 隧道交通事故數(shù)據(jù)特征分析
4.2.1 隧道交通事故時間分布
4.2.2 隧道交通事故氣候分布
4.2.3 隧道交通事故形態(tài)分布
4.2.4 隧道交通事故隧道段落分布
4.3 隧道交通事故集的選取以及預處理
4.4 WTFP-Growth算法在隧道交通事故中的應(yīng)用
4.5 本章小結(jié)
第5章 WTPF-Growth算法的性能測試以及實驗結(jié)果分析
5.1 WTFP-Growth算法性能測試
5.2 WTFP-Growth算法復雜度分析
5.3 隧道交通事故的挖掘結(jié)果分析
5.4 本章小結(jié)
第6章 總結(jié)和展望
6.1 本文工作總結(jié)
6.2 未來工作展望
參考文獻
致謝
攻讀學位期間所開展的科研項目和發(fā)表的學術(shù)論文
本文編號:3785597
【文章頁數(shù)】:57 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 項目研究背景
1.2 課題的目的及意義
1.3 國內(nèi)外研究現(xiàn)狀
1.3.1 國內(nèi)研究現(xiàn)狀
1.3.2 國外研究現(xiàn)狀
1.4 本文的內(nèi)容安排
第2章 大數(shù)據(jù)分析技術(shù)
2.1 數(shù)據(jù)挖掘概念
2.1.1 數(shù)據(jù)挖掘的定義
2.1.2 數(shù)據(jù)挖掘的流程
2.2 關(guān)聯(lián)規(guī)則原理
2.3 關(guān)聯(lián)規(guī)則相關(guān)算法
2.3.1 Apriori算法介紹
2.3.2 FP-Growth算法介紹
2.4 其他算法
2.5 本章小節(jié)
第3章 基于權(quán)重和二維表改進的WTFP-Growth算法
3.1 二維表的可行性分析
3.1.1 二維表定義
3.1.2 二維表思想證明
3.2 二維表的實現(xiàn)
3.2.1 動態(tài)數(shù)組原理及應(yīng)用
3.2.2 哈希表原理及應(yīng)用
3.3 權(quán)重的思想與實現(xiàn)
3.3.1 權(quán)重的思想
3.3.2 權(quán)重的應(yīng)用
3.4 基于權(quán)重和二維表改進的WTFP-Growth算法
3.4.1 WTFP-Growth算法思想
3.4.2 WTFP-Growth算法的實現(xiàn)
3.4.3 WTFP-Growth算法的實例
3.5 本章小結(jié)
第4章 基于WTFP-Growth的隧道交通事故分析
4.1 隧道交通事故致因分析
4.1.1 人的影響因素
4.1.2 車的影響因素
4.1.3 道路的影響因素
4.1.4 環(huán)境的影響因素
4.2 隧道交通事故數(shù)據(jù)特征分析
4.2.1 隧道交通事故時間分布
4.2.2 隧道交通事故氣候分布
4.2.3 隧道交通事故形態(tài)分布
4.2.4 隧道交通事故隧道段落分布
4.3 隧道交通事故集的選取以及預處理
4.4 WTFP-Growth算法在隧道交通事故中的應(yīng)用
4.5 本章小結(jié)
第5章 WTPF-Growth算法的性能測試以及實驗結(jié)果分析
5.1 WTFP-Growth算法性能測試
5.2 WTFP-Growth算法復雜度分析
5.3 隧道交通事故的挖掘結(jié)果分析
5.4 本章小結(jié)
第6章 總結(jié)和展望
6.1 本文工作總結(jié)
6.2 未來工作展望
參考文獻
致謝
攻讀學位期間所開展的科研項目和發(fā)表的學術(shù)論文
本文編號:3785597
本文鏈接:http://www.sikaile.net/kejilunwen/daoluqiaoliang/3785597.html
教材專著