事故車輛技術(shù)狀況智能鑒定系統(tǒng)研究.pdf

1、道路交通事故技術(shù)鑒定與理賠是科學(xué)規(guī)范交通管理的一個(gè)重要組成部分，而作為道路交通事故技術(shù)鑒定的一個(gè)方面，事故車輛的技術(shù)狀況鑒定在其中占取了比較重要的地位。通過對車輛技術(shù)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(rèn)定道路交通事故責(zé)任，從技術(shù)的角度幫助交通管理人員恰當(dāng)?shù)靥幚淼缆方煌ㄊ鹿?。從目前的車輛技術(shù)狀況鑒定來看，車輛技術(shù)狀況的鑒定主要依靠專家進(jìn)行。專家依據(jù)自己多

2、年鑒定工作積累的鑒定經(jīng)驗(yàn)，對事故車輛鑒定項(xiàng)目進(jìn)行確定并實(shí)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(shù)日益上升的今天，車輛技術(shù)狀況鑒定對專家數(shù)量、鑒定速度、鑒定質(zhì)量的要求越來越高，現(xiàn)有的條件已經(jīng)不能滿足這些需要。因此，研究開發(fā)事故車輛技術(shù)狀況智能鑒定系統(tǒng)來輔助鑒定人員進(jìn)行鑒定很有意義。 本文的主要目的是研究并設(shè)計(jì)事故車輛技術(shù)狀況智能鑒定系統(tǒng)。該系統(tǒng)能以一定形式存放專家關(guān)于事故車輛技術(shù)狀況鑒定

3、的相關(guān)案例，并從這些案例中學(xué)習(xí)專家進(jìn)行事故車輛技術(shù)狀況鑒定的知識，最終將學(xué)習(xí)到的知識應(yīng)用于新事故車輛技術(shù)狀況的鑒定。 通過分析傳統(tǒng)DSS和IDSS的系統(tǒng)結(jié)構(gòu)，結(jié)合案例推理的特點(diǎn)，本文設(shè)計(jì)了基于案例推理的事故車輛技術(shù)狀況智能鑒定系統(tǒng)的系統(tǒng)結(jié)構(gòu)，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(shí)施鑒定和鑒定結(jié)果評價(jià)等方法。所設(shè)計(jì)的系統(tǒng)具備以下特點(diǎn)：直接以案例表達(dá)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(jìn)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(lǐng)域模型。 基于CBDT的基本思想，本文分析實(shí)際生活中人們的決策習(xí)慣，提出了基于相對權(quán)相似度的案例決策模型，并將該模型應(yīng)用于事故車輛技術(shù)狀況鑒定方案的選擇，取得了較好的效果。基于相對權(quán)相似度

5、案例決策的最大特點(diǎn)在于：在進(jìn)行案例相似度計(jì)算時(shí)，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(jìn)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(guān)聯(lián)規(guī)則挖掘算法從專家修正方案的事務(wù)集中獲取，在此提出了基于

6、項(xiàng)交易列表集合運(yùn)算的頻繁項(xiàng)集獲取算法；最后，結(jié)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(shí)施資料與知識庫的建立和使用，并針對事故車輛鑒定項(xiàng)目評價(jià)的特點(diǎn)，提出了基于語言值的多屬性評價(jià)方法，指出權(quán)重和評價(jià)結(jié)論皆可以以語言值的形式給出，在此基礎(chǔ)之上運(yùn)用語言算子進(jìn)行運(yùn)算，得到綜合的語言評價(jià)結(jié)論。為獲得更為客觀的語言權(quán)重，以優(yōu)化后的權(quán)重綜合評價(jià)結(jié)論與專家綜合評價(jià)結(jié)論評價(jià)結(jié)果損益最小為目標(biāo)，又提出了基于語言值評價(jià)的語言權(quán)重的優(yōu)化

7、模型，并運(yùn)用遺傳算法對該模型求解，獲得優(yōu)化的語言權(quán)重。 為了從已有的文本文檔中獲取事故車輛技術(shù)狀況鑒定的相關(guān)信息，同時(shí)為給自然語言形式報(bào)告的自動生成打下基礎(chǔ)，本文研究了特定領(lǐng)域的文本信息提取技術(shù)，提出了基于句子依存關(guān)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(guān)系獲得信息提取的模板。模板是由一組依存關(guān)系特征的集合所組成的，一個(gè)依存關(guān)系特征由一個(gè)依存關(guān)系邏輯表達(dá)式表達(dá)，這樣的模板具有簡單直觀的特點(diǎn)。在進(jìn)行信