基于数据挖掘与移动通信技术的高速公路违法分析研究

• 作 者: 李晶
• 出 处: 浙江工业大学
• 发表日期: 2009年期
• 关键词: 高速公路交通违法 决策树归纳分类 违法预测 移动通信技术 移动违法管理

近年来,随着车流量的增加,交通拥堵、违法和事故发生量也呈现猛增态势。交通安全问题成为当前世界各国面临的共同问题,无论是发达国家还是发展中国家都承受着交通问题的困扰。鉴于交通事故的危害性,各国学者热衷于对事故的预测,却忽略了对交通违法行为的关注。本文首先运用道路交通事故致因理论对历史事故数据进行分析,得出事故频发的主要原因一驾驶人违法驾驶,并分析了违法驾驶人的行为机理,证明了要控制事故数必须减少驾驶违法情况。然后,采用决策树归纳分类法对特定时间、特定路段、特定天气情况下的违法级别进行预测,指导交警部门的警力调度。如果说对交通事故的预测只是对结果的预测,那么对交通违法的预测就是对原因的预测,预测结果若得到有效的应用势必大幅减少交通事故的发生。最后,文章针对一线交警对严格执法、规范执法、提高执法效率的需求,将数据挖掘技术与移动通信技术相结合,构建了一个高速公路移动违法管理系统,将违法预测、违法查询、违法简易处理、违法强制处理四块交通违法相关功能集成到这个移动平台上,使一线交警在户外也能够随时随地地通过手中的移动终端与后台服务器进行数据传输,一举解决了高速公路户外交警预测难、处理难、取证难的痼疾,极大地提高了户外交警的工作效率,有力地震慑了交通违法情况的发生,从源头上控制了交通事故发生量。