事故车辆技术状况智能鉴定系统研究

论文摘要

道路交通事故技术鉴定与理赔是科学规范交通管理的一个重要组成部分,而作为道路交通事故技术鉴定的一个方面,事故车辆的技术状况鉴定在其中占取了比较重要的地位。通过对车辆技术状况的鉴定,可推断出造成道路交通事故的车辆因素及其影响程度,由此有助我们正确客观地分析道路交通事故发生的原因,以便更好地认定道路交通事故责任,从技术的角度帮助交通管理人员恰当地处理道路交通事故。从目前的车辆技术状况鉴定来看,车辆技术状况的鉴定主要依靠专家进行。专家依据自己多年鉴定工作积累的鉴定经验,对事故车辆鉴定项目进行确定并实施鉴定。鉴定过程主观,对专家的依赖程度比较高。在国民车辆保有量持续增加、道路事故次数日益上升的今天,车辆技术状况鉴定对专家数量、鉴定速度、鉴定质量的要求越来越高,现有的条件已经不能满足这些需要。因此,研究开发事故车辆技术状况智能鉴定系统来辅助鉴定人员进行鉴定很有意义。本文的主要目的是研究并设计事故车辆技术状况智能鉴定系统。该系统能以一定形式存放专家关于事故车辆技术状况鉴定的相关案例,并从这些案例中学习专家进行事故车辆技术状况鉴定的知识,最终将学习到的知识应用于新事故车辆技术状况的鉴定。通过分析传统DSS和IDSS的系统结构,结合案例推理的特点,本文设计了基于案例推理的事故车辆技术状况智能鉴定系统的系统结构,该系统由案例库、案例检索知识库、鉴定资料库、修改规则库和用户接口等组成,具备案例检索、方案选择、方案修改、实施鉴定和鉴定结果评价等方法。所设计的系统具备以下特点:直接以案例表达问题及处理问题的知识,信息精确,能提供比规则更多的信息,减少了信息缺失;系统基于过去的问题解决方案求解新问题的解决方案,避免了匹配冲突和组合爆炸问题,求解效率高;系统基于案例进行推理,随着案例的增多,案例库的覆盖度逐渐提高;案例比规则获取容易,不需要完整的领域模型。基于CBDT的基本思想,本文分析实际生活中人们的决策习惯,提出了基于相对权相似度的案例决策模型,并将该模型应用于事故车辆技术状况鉴定方案的选择,取得了较好的效果。基于相对权相似度案例决策的最大特点在于:在进行案例相似度计算时,考虑了各属性对不同方案重要度可变这一特性,而该思想与人类日常决策行为十分符合。针对CBR中重要的方案修正环节,本文采用智能获取方案修正知识的方法获得方案修正规则并以此规则辅助决策者进行鉴定方案的修正,规则包括修正辅助规则和修正主规则,对修正辅助规则,采用基于粗糙集理论的方法约简事故车鉴定决策表获取;对方案修正主规则,采用关联规则挖掘算法从专家修正方案的事务集中获取,在此提出了基于项交易列表集合运算的频繁项集获取算法;最后,结合两种规则,阐述了方案修正的具体过程。本文讨论了鉴定实施资料与知识库的建立和使用,并针对事故车辆鉴定项目评价的特点,提出了基于语言值的多属性评价方法,指出权重和评价结论皆可以以语言值的形式给出,在此基础之上运用语言算子进行运算,得到综合的语言评价结论。为获得更为客观的语言权重,以优化后的权重综合评价结论与专家综合评价结论评价结果损益最小为目标,又提出了基于语言值评价的语言权重的优化模型,并运用遗传算法对该模型求解,获得优化的语言权重。为了从已有的文本文档中获取事故车辆技术状况鉴定的相关信息,同时为给自然语言形式报告的自动生成打下基础,本文研究了特定领域的文本信息提取技术,提出了基于句子依存关系分析的文本信息提取方法。该方法通过分析种子中的提取词与常用词的依存关系获得信息提取的模板。模板是由一组依存关系特征的集合所组成的,一个依存关系特征由一个依存关系逻辑表达式表达,这样的模板具有简单直观的特点。在进行信息提取时通过选择满足模板逻辑表达式最多个数的待提取词作为最终的提取词,提取过程简单直接。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 形成本文的学术背景
• 1.2 国内外研究现状
• 1.2.1 国内外交通事故及处理现状
• 1.2.2 事故车辆技术状况鉴定及其研究现状
• 1.3 本文的主要工作
• 1.4 本文的结构
• 第2章 基于案例推理的系统结构研究
• 2.1 智能决策支持系统（IDSS）的基本结构
• 2.1.1 DSS基本结构
• 2.1.2 IDSS基本结构
• 2.1.3 三种IDSS的结构比较
• 2.2 基于案例推理的事故车辆技术状况智能鉴定系统结构
• 2.3 小结
• 第3章 事故经过文本描述的相似度计算
• 3.1 文本相似度概述
• 3.2 文本特征词的获取
• 3.3 文本特征词的权重
• 3.4 文本相似度调整模型
• 3.5 基于遗传算法的特征词重要度调整算法
• 3.5.1 遗传算法个体编码方式及运行参数的确定
• 3.5.2 调整过程
• 3.6 事故经过文本描述的相似度计算实例
• 3.7 小结
• 第4章 基于相对权相似度的案例决策
• 4.1 事故车辆技术状况鉴定的案例表示
• 4.2 案例中的几个重要属性及其相似度计算
• 4.2.1 车辆相对位置
• 4.2.2 车损部位及程度
• 4.2.3 事故车车型
• 4.2.4 时间
• 4.2.5 气候
• 4.2.6 事故类型
• 4.2.7 各方交通方式
• 4.2.8 事故形态
• 4.2.9 路面情况
• 4.2.10 路面类型
• 4.2.11 道路横断面
• 4.2.12 道路线形
• 4.2.13 路口类型
• 4.2.14 路段类型
• 4.2.15 交通控制方式
• 4.3 基于相对权相似度的案例决策
• 4.3.1 相对权相似度相关定义
• 4.3.2 权重优化模型
• 4.3.3 应用实例
• 4.4 小结
• 第5章 事故车辆技术状况鉴定方案的修正
• 5.1 基于粗糙集理论的实例修正辅助规则的获取
• 5.1.1 粗糙集中不协调决策表的知识约简理论
• 5.1.2 基于分布可辩识属性矩阵的属性约简
• 5.1.3 事故车辆技术状况鉴定决策表的构建
• 5.1.4 事故鉴定决策表预处理
• 5.1.5 实例修正辅助规则的表示与使用
• 5.2 方案修正主规则的获取
• 5.2.1 方案修正操作、修正事务与项交易列表
• 5.2.2 基于项事务列表集合运算的频繁项集获取
• 5.2.3 算法性能分析
• 5.2.4 方案修正主规则的表示与使用
• 5.3 方案修正过程
• 5.4 应用实例
• 5.5 小结
• 第6章 事故车辆技术状况鉴定方案实施
• 6.1 鉴定实施资料与知识库的建立和使用
• 6.1.1 鉴定实施资料与知识库的内容
• 6.1.2 鉴定实施资料与知识的表示与操作
• 6.2 基于语言值的多属性综合评价
• 6.2.1 基于语言信息的评价研究现状
• 6.2.2 语言值及其运算
• 6.2.3 评价结果损益与权重优化模型
• 6.2.4 应用实例
• 6.2.5 小结
• 第7章 文本案例的信息提取
• 7.1 文本信息提取研究现状
• 7.2 车辆技术状况鉴定文档及其文本信息特点
• 7.3 汉语句子成分间的依存关系
• 7.4 信息提取
• 7.4.1 常用词集
• 7.4.2 信息提取模板
• 7.4.3 信息提取过程
• 7.5 小结
• 第8章 事故车辆技术状况智能鉴定系统介绍
• 1. 基础设置与鉴定资料维护
• 2. 鉴定过程
• 3. 鉴定知识发现
• 结论
• 1. 本文研究工作的意义
• 2. 本文的主要贡献
• 3. 后续的研究工作
• 致谢
• 参考文献
• 作者在攻读博士学位期间的主要成果