面向違章停車的巡邏策略生成算法及應(yīng)用.pdf

1、最近幾年中，由于人們生活水平得到了很大的提高并且人們的生活方式也得到巨大的轉(zhuǎn)變，這時(shí)，機(jī)動(dòng)車已經(jīng)成為了一個(gè)必不可少的交通工具。但是，隨著機(jī)動(dòng)車輛的爆炸性增長，停車地點(diǎn)成為了人們經(jīng)常關(guān)注的焦點(diǎn)，同時(shí)也導(dǎo)致了越來越多的違章停車事件的發(fā)生，從而給交通帶來了很多的不便。由于巡邏資源的限制問題，管理部門很難在有限的資源情況下，及時(shí)的發(fā)現(xiàn)違章停車事件的發(fā)生。上述提出的問題，在某種程度上來講，給交通部門帶來了很大的挑戰(zhàn)。
　　本篇論文利用模擬數(shù)

2、據(jù)，將博弈論與機(jī)器學(xué)習(xí)相結(jié)合，提出了自己的算法，并且首次將該算法應(yīng)用在違章停車管理系統(tǒng)中。在本篇論文中，根據(jù)往年的歷史數(shù)據(jù)，利用機(jī)器學(xué)習(xí)算法挖掘出對于機(jī)動(dòng)車輛吸引力大的區(qū)域特征，通過梯度上升算法擬合出最優(yōu)的權(quán)重參數(shù)。而本篇論文提出的算法是在已有算法的基礎(chǔ)上進(jìn)行改進(jìn)的算法，增加了特征值的選取數(shù)量，使得數(shù)據(jù)的模擬更加準(zhǔn)確。接著，以博弈論中的Stackelberg模型為基礎(chǔ)，構(gòu)建出了巡邏策略生成模型，并且將求解出的最優(yōu)權(quán)重參數(shù)帶入到該模型中，

3、得出了最優(yōu)巡邏策略。同時(shí)，我們給出了巡邏策略生成模型的復(fù)雜度分析以及近似解和精確解的誤差范圍。
　　最后，通過一套B/S系統(tǒng)，將違章停車的信息、車輛信息、車主信息以及生成的策略信息等有效數(shù)據(jù)展示給用戶，同時(shí)用戶可以對數(shù)據(jù)進(jìn)行實(shí)時(shí)地更新、插入以及刪除。其中，違章信息表為主表，為了算法提供了必要的數(shù)據(jù)信息；車輛信息表和車主信息表為從表，這兩個(gè)表不對算法的運(yùn)行提供必要的數(shù)據(jù)，只是為了用戶提供一些其他信息的查詢，供用戶參考使用；拓?fù)湫畔㈨?/p>