事故車輛技術狀況智能鑒定系統(tǒng)研究.pdf

1、道路交通事故技術鑒定與理賠是科學規(guī)范交通管理的一個重要組成部分，而作為道路交通事故技術鑒定的一個方面，事故車輛的技術狀況鑒定在其中占取了比較重要的地位。通過對車輛技術狀況的鑒定，可推斷出造成道路交通事故的車輛因素及其影響程度，由此有助我們正確客觀地分析道路交通事故發(fā)生的原因，以便更好地認定道路交通事故責任，從技術的角度幫助交通管理人員恰當地處理道路交通事故。從目前的車輛技術狀況鑒定來看，車輛技術狀況的鑒定主要依靠專家進行。專家依據自己多

2、年鑒定工作積累的鑒定經驗，對事故車輛鑒定項目進行確定并實施鑒定。鑒定過程主觀，對專家的依賴程度比較高。在國民車輛保有量持續(xù)增加、道路事故次數日益上升的今天，車輛技術狀況鑒定對專家數量、鑒定速度、鑒定質量的要求越來越高，現有的條件已經不能滿足這些需要。因此，研究開發(fā)事故車輛技術狀況智能鑒定系統(tǒng)來輔助鑒定人員進行鑒定很有意義。 本文的主要目的是研究并設計事故車輛技術狀況智能鑒定系統(tǒng)。該系統(tǒng)能以一定形式存放專家關于事故車輛技術狀況鑒定

3、的相關案例，并從這些案例中學習專家進行事故車輛技術狀況鑒定的知識，最終將學習到的知識應用于新事故車輛技術狀況的鑒定。 通過分析傳統(tǒng)DSS和IDSS的系統(tǒng)結構，結合案例推理的特點，本文設計了基于案例推理的事故車輛技術狀況智能鑒定系統(tǒng)的系統(tǒng)結構，該系統(tǒng)由案例庫、案例檢索知識庫、鑒定資料庫、修改規(guī)則庫和用戶接口等組成，具備案例檢索、方案選擇、方案修改、實施鑒定和鑒定結果評價等方法。所設計的系統(tǒng)具備以下特點：直接以案例表達問題及處理問題

4、的知識，信息精確，能提供比規(guī)則更多的信息，減少了信息缺失；系統(tǒng)基于過去的問題解決方案求解新問題的解決方案，避免了匹配沖突和組合爆炸問題，求解效率高；系統(tǒng)基于案例進行推理，隨著案例的增多，案例庫的覆蓋度逐漸提高；案例比規(guī)則獲取容易，不需要完整的領域模型。 基于CBDT的基本思想，本文分析實際生活中人們的決策習慣，提出了基于相對權相似度的案例決策模型，并將該模型應用于事故車輛技術狀況鑒定方案的選擇，取得了較好的效果。基于相對權相似度

5、案例決策的最大特點在于：在進行案例相似度計算時，考慮了各屬性對不同方案重要度可變這一特性，而該思想與人類日常決策行為十分符合。 針對CBR中重要的方案修正環(huán)節(jié)，本文采用智能獲取方案修正知識的方法獲得方案修正規(guī)則并以此規(guī)則輔助決策者進行鑒定方案的修正，規(guī)則包括修正輔助規(guī)則和修正主規(guī)則，對修正輔助規(guī)則，采用基于粗糙集理論的方法約簡事故車鑒定決策表獲取；對方案修正主規(guī)則，采用關聯規(guī)則挖掘算法從專家修正方案的事務集中獲取，在此提出了基于

6、項交易列表集合運算的頻繁項集獲取算法；最后，結合兩種規(guī)則，闡述了方案修正的具體過程。 本文討論了鑒定實施資料與知識庫的建立和使用，并針對事故車輛鑒定項目評價的特點，提出了基于語言值的多屬性評價方法，指出權重和評價結論皆可以以語言值的形式給出，在此基礎之上運用語言算子進行運算，得到綜合的語言評價結論。為獲得更為客觀的語言權重，以優(yōu)化后的權重綜合評價結論與專家綜合評價結論評價結果損益最小為目標，又提出了基于語言值評價的語言權重的優(yōu)化

7、模型，并運用遺傳算法對該模型求解，獲得優(yōu)化的語言權重。 為了從已有的文本文檔中獲取事故車輛技術狀況鑒定的相關信息，同時為給自然語言形式報告的自動生成打下基礎，本文研究了特定領域的文本信息提取技術，提出了基于句子依存關系分析的文本信息提取方法。該方法通過分析種子中的提取詞與常用詞的依存關系獲得信息提取的模板。模板是由一組依存關系特征的集合所組成的，一個依存關系特征由一個依存關系邏輯表達式表達，這樣的模板具有簡單直觀的特點。在進行信