基于知识的交通拥堵疏导决策方法及系统研究

论文题目: 基于知识的交通拥堵疏导决策方法及系统研究

论文类型: 博士论文

论文专业: 管理科学与工程

作者: 谈晓洁

导师: 盛昭瀚

关键词: 智能交通系统,城市交通拥堵,基于知识的系统,数据仓库,粗糙集,知识获取,决策支持系统

文献来源: 东南大学

发表年度: 2005

论文摘要: 如何应对城市现代化带来的交通拥堵问题,是交通管理者需要迫切解决的问题。本文以构筑智能化城市交通拥堵疏导决策支持系统为研究目的,着重应用数据驱动的决策支持方法,比较深入地研究了基于知识的城市交通拥堵疏导决策中的几个突出问题:1.从智能决策分析的角度,系统地分析了城市交通拥堵的各种用于决策的属性,特别是其时空分布及发展趋势特性,提出了一种实用的交通拥堵时空分布判别算法以及发展趋势分析解释机制;接着提出了拥堵特征描述模型,从影响因素和分类的角度,研究了拥挤疏导的对策问题;最后,阐述了本文将基于知识的系统应用于该领域的目的及作用,并进行了拥堵疏导决策知识类型及内容的深入剖析。2.提出了数据仓库在城市交通拥堵疏导决策支持系统中的应用及理论框架。探讨了基于数据仓库的城市交通拥堵疏导决策数据管理方法,按主题组织数据,以星型模型建模,提供有效的数据抽取和集成功能,经过加工的数据是面向决策的,从而为进行智能化决策提供了一个集成的公用数据平台。在此基础上,交通拥堵管理决策人员不仅能够有效整合多种异构数据源,获得对整个交通拥堵状态信息的集成视图,而且还为进一步数据挖掘提供了数据基础。3.提出将粗糙集理论及方法应用于城市交通拥堵疏导决策分析中的知识获取问题。针对决策过程中的某些不确定性问题,着重研究了城市交通道路监测数据与交通拥堵程度之间的依赖关系,建立了进行交通状态模式识别的知识模型,给出了基于案例推理的交通报警处理系统中案例特征项权值确定算法,说明粗糙集是一种交通管理研究的理想动态工具。这一方面是对粗糙集应用领域的扩展,另一方面,也有效地解决了基于知识的城市交通拥堵疏导决策支持系统中知识获取的瓶颈问题。4.提出利用数据仓库、范例推理和知识获取的理论及方法加以辅助决策分析,构建了基于知识的城市交通拥堵疏导决策支持系统体系结构。这种应用方案通过扩展传统的定量决策模型为知识决策模型,综合利用定性推理和定量计算的长处,一方面较好地解决了传统四库结构的决策支持系统中的数据基础和知识获取问题,降低了分析模型和算法的设计复杂性,使系统具有清晰的结构和较强的知识处理、更新能力;另一方面由于交通拥堵管理在实践中积累了丰富的经验,存在着大量的实际案例,所以范例推理很好利用了这一实际情况,避免了知识增加时知识库的完整性和一致性问题。

论文目录:

摘要

ABSTRACT

第一章 绪论

1.1 国内外城市交通拥堵管理研究综述

1.1.1 城市交通规划和交通控制

1.1.2 城市交通拥堵管理理论与方法研究的新进展

1.1.3 智能交通系统是解决交通拥堵问题的根本途径

1.2 基于知识的城市交通拥堵管理决策的研究现状

1.2.1 基于知识的系统概述

1.2.2 基于知识的系统在交通管理领域的应用

1.3 论文的工作

1.3.1 论文研究难点剖析

1.3.2 论文研究基础

1.3.3 论文的主要工作及组织结构

1.3.4 论文的创新点及成果

第二章 智能化城市交通拥堵疏导决策分析

2.1 城市交通拥堵的基本特征分析

2.1.1 城市交通拥堵特性

2.1.2 城市交通拥堵形成原因

2.1.3 城市交通拥堵空间分布模型及其判别

2.1.4 城市交通拥堵发展趋势的实时分析

2.2 城市交通拥堵疏导决策分析

2.2.1 城市交通拥堵特征描述模型

2.2.2 城市交通拥堵疏导策略分析

2.2.3 城市交通拥堵疏导决策中的基本问题

2.2.4 城市交通拥堵疏导决策的过程

2.2.5 城市交通拥堵疏导决策的特点

2.3 基于知识的系统在城市交通拥堵疏导决策中的应用

2.3.1 应用基于知识的系统的目的及作用

2.3.2 基于知识的城市交通拥堵疏导决策中的知识分类

2.4 本章小结

第三章 基于数据仓库的交通拥堵疏导数据管理研究

3.1 数据仓库概念及其技术概述

3.1.1 数据仓库的概念

3.1.2 数据仓库的技术特点

3.1.3 数据仓库与数据挖掘的关系

3.2 交通拥堵疏导决策过程中的数据分析

3.2.1 城市交通拥堵决策分析的数据内容

3.2.2 城市交通拥堵疏导决策中的数据流

3.2.3 城市交通拥堵疏导决策数据管理的特点

3.3 城市交通拥堵疏导数据仓库系统设计

3.3.1 城市交通拥堵疏导数据仓库系统特点

3.3.2 UTCM-DW 的功能层次结构

3.3.3 UTCM-DW 的体系结构

3.3.4 UTCM-DW 中主题域的确定

3.3.5 UTCM-DW 中数据粒度的划分

3.3.6 UTCM-DW 中数据的分割

3.3.7 UTCM-DW 中扩展的星型模型

3.4 本章小结

第四章 基于粗糙集的城市交通拥堵疏导决策知识获取

4.1 粗糙集理论及其应用概述

4.1.1 知识表达系统与决策表

4.1.2 不可分辨关系和上下近似

4.1.3 知识的约简与核

4.1.4 知识的依赖性和重要性

4.1.5 基于粗糙集理论的知识获取

4.2 城市交通拥堵疏导决策知识获取的粗糙集方法

4.2.1 交通拥堵程度的影响因素分析

4.2.2 基于粗糙集理论的交通状态模式识别模型

4.2.3 基于粗糙集的交通报警处理

4.3 本章小结

第五章 基于知识的城市交通拥堵疏导决策支持系统

5.1 系统需求分析

5.2 城市交通拥堵疏导决策支持系统的工作环境

5.2.1 UTCM-DSS 在ITS 中的地位和作用

5.2.2 UTCM-DSS 的数据源分析

5.2.3 交通拥堵疏导决策支持系统的工作环境

5.3 UTCM-DSS 的主要任务流程

5.3.1 常发性交通堵塞的处理流程

5.3.2 突发性不可预见交通堵塞的处理流程

5.3.3 突发性可预见交通拥堵处理流程

5.3.4 分类中的不确定性

5.4 城市交通拥堵疏导智能决策支持系统

5.4.1 关键模块功能概述

5.4.2 知识库设计

5.4.3 推理过程

5.5 一种混合的城市交通拥堵疏导决策支持系统

5.5.1 基于范例的推理

5.5.2 CBR-RBR 混合交通疏导决策支持系统

5.6 知识更新的城市交通拥堵疏导决策支持系统

5.7 系统实现及应用

5.8 本章小结

第六章 总结与展望

致谢

参考文献

在学期间发表论文及取得的学术成果清单

发布时间: 2007-06-11

参考文献

• [1].城市道路交通可持续发展规划的技术支持研究[D]. 侯立文.上海交通大学2001
• [2].城市交通控制与诱导一体化中用户最优—系统最优协调模型[D]. 鲁丛林.国防科学技术大学2005

相关论文

• [1].高速公路交通事件检测及交通疏导技术研究[D]. 蔡志理.吉林大学2007
• [2].城市道路交通拥挤预测关键技术研究[D]. 冯金巧.吉林大学2008

标签：智能交通系统论文;  城市交通拥堵论文;  基于知识的系统论文;  数据仓库论文;  粗糙集论文;  知识获取论文;  决策支持系统论文;