基于粗糙集理论的交通控制知识获取与决策研究

论文摘要

粗糙集理论是八十年代初由波兰学者Pawlak Z提出的一个数据分析的有力工具,近年来日益受到各领域的广泛关注,并已在机器学习、模式识别、决策分析、过程控制、数据库知识发现、专家系统等领域得到了成功的应用。粗糙集理论能够在分析大量经验数据基础上找到用于判断决策的规则,同时允许决策对象中存在一些不太明确、不太完整的属性,并通过推理得出基本上确定的规则。研究基于粗糙集理论的知识获取方法有着重要的意义。本文介绍了粗糙集的基本理论,并且把粗糙集理论与交通控制结合起来,将其作为一种新的知识获取方法引入,对交通控制过程中的属性集进行了归纳和总结,并将粗糙集理论的知识获取和决策分析算法应用到交叉路口信号控制中,为交通控制智能化提供了新方法。本文的研究工作,打开了用粗糙集理论研究交通控制问题这一领域的大门,研究工作虽不全面,但具有开创性。本文不仅对知识获取和粗糙集的概念及算法进行了详细的阐述,同时也提出了一种系统的交叉路口信号控制知识获取和决策的方法,是在解决城市交通状况决策问题上的一次有益的尝试。虽然本文基于粗糙集理论在交通控制的应用研究中取得了一定的成果,但是本文的研究范围还很有限,只是粗糙集理论研究与应用很小的一部分,在粗糙集理论的发展中,需进一步与交通控制相结合。从粗糙集理论出发,混合智能知识处理与决策还有广阔的研究和应用空间,与交通控制的结合将会带来新的理论与实际的成果。基于粗糙集理论的交通控制决策系统有待于在未来更多的实践中进一步完善。

论文目录

• 摘要
• Abstract
• 引言
• 第一章 绪论
• 1.1 城市交通管理的研究现状
• 1.2 粗糙集理论的特点
• 1.3 本文的研究目的
• 第二章 知识的表示与粗糙集理论概述
• 2.1 知识与知识表示
• 2.2 粗糙集理论的产生
• 2.3 粗糙集理论与近似
• 2.4 知识的约简与核
• 2.5 知识的依赖性
• 2.6 决策表
• 第三章 基于粗糙集理论的知识获取与决策算法
• 3.1 简单分类算法
• 3.2 支持子集算法
• 3.3 决策属性的支持度
• 3.4 交集分类算法
• 3.5 多个条件的支持度
• 3.6 功能依赖与恒等依赖
• 3.7 属性约简
• 3.8 决策规则与决策算法的约简
• 第四章 城市交通状态的影响因素分析
• 4.1 城市交通的特性
• 4.2 交通形成拥堵的原因分析
• 4.3 交叉路口的交通信号控制研究
• 第五章 交叉路口交通控制的知识获取与决策分析
• 5.1 交通状态的模式识别模型
• 5.2 基于粗糙集的交通状态知识获取步骤
• 5.3 交叉路口信号控制的方法设计
• 5.4 基于粗糙集的交叉路口控制决策分析
• 5.5 多交叉路口信号控制方法
• 结论
• 参考文献
• 致谢