APP下载

交通事故案例检索优化方法

2012-07-30董宪元方守恩王俊骅

同济大学学报(自然科学版) 2012年5期
关键词:案例

董宪元,方守恩,王俊骅

(同济大学 道路与交通工程教育部重点实验室,上海201804)

交通事故决策管理涉及交通管制、交通救援、道路清障等不同作业需求,涉及部门广,影响因素复杂,实际仍处于半结构化管理阶段.案例推理(casebased reasoning,CBR)是一种人们利用积累的知识和经验解决当前问题的类比学习方法,适用于解决非结构化或半结构化问题,具有良好的可扩充性、可移植性以及自学习能力[1].案例检索是案例推理过程的核心,当前研究较多的案例检索算法有K-NN(k nearest neighbor)算法、决策树法、神经网络算法、支持向量机等[2].其中,作为最广泛使用的案例检索算法,K-NN算法应用简便灵活,且随着计算机技术的提高,响应迅速,保证了检索效率,尤其适用于基于属性表示的交通事故案例检索.美国佛蒙特大学Sadek等[3]将案例推理方法引入到交通诱导领域,案例各属性权重值均界定为1,采用K-NN算法检索交通流路径分流方案;荷兰代尔夫特科技大学Hoogendoorn等[4]采用案例属性数据平均模糊隶属度作为权重值计算案例相似度,实现实时路网交通安全辅助管理;加拿大不列颠哥伦比亚大学Lin等[5]提出了基于案例推理的道路安全改善方法效益评估系统.国内,华南理工大学翁小雄等[6]采用基于案例推理的动态参数匹配和协调冲突检验方法,寻求建立交叉口信号控制优化方案;西南交通大学戢晓峰[7]采用层次分析法确定案例属性权重,应用KNN算法检索相似的决策案例进行交通拥挤管理;东……

登录APP查看全文

猜你喜欢

案例
案例点评
THE STARSHIP CEDIA 2020案例大赛获奖案例
LAKERIDGE CEDIA 2020案例大赛获奖案例
案例4 奔跑吧,少年!
TWO VILLAS IN ONE CEDIA 2020案例大赛获奖案例
Superheroes CEDIA案例大赛优秀案例
Smarter Homes Experience Centre CEDIA案例大赛优秀案例
随机变量分布及统计案例拔高卷
发生在你我身边的那些治超案例
随机变量分布及统计案例拔高卷