原文传递
基于神经网络的联网高速公路收费稽查研究
| 论文题名： | 基于神经网络的联网高速公路收费稽查研究 |
| 关键词： | 联网高速公路;收费稽查;BP神经网络;模型仿真;偷逃通行费行为;MATLAB编程 |
| 摘要： | 随着高速公路联网规模的扩大,车辆单次缴费金额增大,从而导致高速公路偷逃通行费行为的增加,收费稽查就成为减少财产损失的必要手段,现有的收费稽查主要依靠人工稽查,缺乏必要技术支持。 人工神经网络技术能对信息进行大规模并行处理,有很强的容错性,善于联想、概括、类比和推理,而且具有很强的自学习能力等特性,能够很好的进行模式识别和预测。因此,可以使用神经网络技术辅助联网高速公路收费稽查,提高稽查的效率和准确度。 论文对联网收费模式下收费稽查的内涵、功能、稽查方式和稽查内容等方面进行了详细分析,重点对高速公路的偷逃通行费现象进行了全面的分析与研究,并对其进行了分类和详细介绍。通过研究发现,收费记录中特征字段和偷逃通行费现象之间有关联。 论文对BP神经网络原理、结构、传输函数、算法及不足等进行了研究,针对经典算法的不足,选择了改进的BP算法。结合收费稽查的实际,利用收费记录中特征字段和偷逃通行费现象之间的关联,文章分析并设计了用于辅助收费稽查的BP神经网络模型。在对选取的样本数据进行预处理之后,通过MATLAB编程实现了对所设计网络的训练与测试。 通过对仿真结果的分析,论文设计的BP网络模型收敛速度快,预测精度高,对于变档、换卡、牌照不符、U型车等偷逃通行费行为有很高的稽查性能,证明利用BP神经网络辅助收费稽查是切实可行的。 |
| 作者： | 任文龙 |
| 专业： | 控制理论与控制工程 |
| 导师： | 巨永锋 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
检索历史
应用推荐
