运输车辆安全驾驶行为分析的数学模型开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

课题研究意义

随着交通运输业的迅猛发展，在车辆行驶过程中安全与节能技术的应用越来越受关注。本课题将通过处理车辆行驶的数据，利用本专业相关方法针对安全指标建立合理的数学模型，为评测驾驶员行车安全提供评价方案，并提出有利于安全与节能的相关建议，有助于驾驶员根据模型、建议改进行车方案，提高驾驶员行车安全与效能评价，提高国民健康指数^[1]。

2. 研究的基本内容和问题

研究的目标及内容

通过对已收集好的部分运输车辆的行车记录数据进行处理，提取出急加速、急减速等驾驶行为有效信息，再统计出不良驾驶行为，利用回归分析方法、数据挖掘方法将各指标进行整合，建立一套完整的评价安全与节能的数学模型，并对其余车辆的安全与节能情况做出评价。

3. 研究的方法与方案

研究方法与实验方案

通过把车辆行驶采集的各项数据（如gps速度，有的需稍作处理），与各项标准（如速度超过被认为是超速）进行数值比较，利用统计软件统计出不良驾驶行为的次数与其他指标。将所有数据分为三部分。

对第一部分车人工赋予安全（节能）指数（画图实现），利用最小二乘建立线性回归方程并进行检验与调整；对第二部分车利用前面建立的线性回归方程进行预测得出其安全与节能指数，再根据神经网络算法建立最终的分类预测模型；对第三部分车利用建立的神经网络模型进行预测并检验模型，适当的调整模型参数，改进模型。

4. 研究创新点

特色或创新之处

1.此次研究我所采用的数据是运输车辆在行驶过程中通过车联网采集的，相比起之前采集数据的方法，这种方法提供的数据更加精准，提供的数据类别项更加全面，可以更好的分析运输车辆的状况，给出更合理的安全与节能评分。

2.首次采用模糊综合评判、回归分析法和神经网络相结合的方法来分析运输车辆的安全与节能问题。回归分析法解决了神经网络所不能解决的输出变量已有值问题，而神经网络解决了回归分析法精度、准确度不高的问题。两种方法的结合，对于处理这个问题更具有稳健性与优越性。

5. 研究计划与进展

研究计划：

2019年1月10日——2019年3月31日：对所涉及到的知识进行理论学习并熟练统计软件的使用；

2019年4月1日——2019年4月30日：开始着手处理本课题题目，编写论文并完成相应的代码编写；