(國(guó)研網(wǎng)成都分公司，四川 成都 610056)

0 引言

2018年1月，中共中央、國(guó)務(wù)院發(fā)出《關(guān)于開(kāi)展掃黑除惡專(zhuān)項(xiàng)斗爭(zhēng)的通知》。近來(lái)年，高速公路運(yùn)輸在國(guó)民經(jīng)濟(jì)的地位越來(lái)越明顯。但同時(shí)，高速公路運(yùn)營(yíng)管理中暴露的新情況、新問(wèn)題也逐年增多，特別是偷逃通行費(fèi)問(wèn)題，不但給國(guó)家?guī)?lái)經(jīng)濟(jì)損失，而且給正常的運(yùn)營(yíng)秩序帶來(lái)較大的沖擊。高速公路打逃工作是交通領(lǐng)域掃黑除惡一項(xiàng)重要工作，也是高速公路企業(yè)提升管理精細(xì)化水平、挽回經(jīng)濟(jì)損失的內(nèi)在要求。

現(xiàn)階段，高速抓逃的主要手段是依靠人工的經(jīng)驗(yàn)來(lái)進(jìn)行高速抓逃，而這種方式效率低下，準(zhǔn)確率較低。并且抓逃范圍僅限于稽核人員當(dāng)前所處的收費(fèi)站，很難以達(dá)到全路網(wǎng)范圍內(nèi)的精準(zhǔn)打逃。

隨著大數(shù)據(jù)時(shí)代的到來(lái)，數(shù)據(jù)挖掘技術(shù)得到了飛速的發(fā)展，越來(lái)越多的數(shù)據(jù)挖掘技術(shù)被用于實(shí)際工作和生活中。筆者基于BP神經(jīng)網(wǎng)絡(luò)框架基礎(chǔ)上，對(duì)海量通行數(shù)據(jù)進(jìn)行人工智能的數(shù)據(jù)挖掘，并結(jié)合高速公路實(shí)際的管理方法，以達(dá)到精準(zhǔn)預(yù)測(cè)、精準(zhǔn)定位的最終目標(biāo)。

1 高速逃費(fèi)分析

基于現(xiàn)階段的收費(fèi)策略，影響高速車(chē)輛收費(fèi)金額的關(guān)鍵因素有：

1)行駛里程數(shù)：即入口收費(fèi)站與出口收費(fèi)站之間的里程。

2)車(chē)輛載重：主要是針對(duì)于貨車(chē)而言，主要是依據(jù)車(chē)輛的軸數(shù)與載重來(lái)進(jìn)行高速費(fèi)用。

3)車(chē)型：主要是針對(duì)于客車(chē)而言，計(jì)算的通行費(fèi)用不同，此時(shí)關(guān)鍵數(shù)據(jù)為客車(chē)車(chē)型。

4)是否屬于免費(fèi)車(chē)。

很多逃費(fèi)行為都是從以上幾個(gè)方面來(lái)偽造和非法更改關(guān)鍵數(shù)據(jù)等而達(dá)到逃費(fèi)的目的。

1.1 高速逃費(fèi)行為

1)倒卡(換卡)逃費(fèi)：通過(guò)倒卡(換卡)等逃費(fèi)手段，來(lái)減少實(shí)際里程數(shù)，從而達(dá)到逃費(fèi)目的，具體逃費(fèi)行為有。

(1)單車(chē)循環(huán)留置倒卡。指車(chē)輛出站時(shí)謊稱(chēng)卡丟失，收費(fèi)員按無(wú)卡程序操作后，駕駛員手中留置通行卡一張，第二次通行時(shí)入口正常領(lǐng)卡，用第一張卡就入口站近下，如此循環(huán)。

(2)套牌(或無(wú)牌)車(chē)換卡。車(chē)主一般擁有兩輛以上同顏色、同型號(hào)的車(chē)輛，從不法分子手中購(gòu)買(mǎi)假牌照和假行駛證，使每輛車(chē)都用兩套甚至多套相同手續(xù)的車(chē)牌照。在行駛高速公路時(shí)，其中兩輛車(chē)分頭對(duì)發(fā)，在中途互換通行卡，并換上與通行卡讀取信息中對(duì)應(yīng)的車(chē)牌號(hào)，然后分別從對(duì)方入口時(shí)較近的收費(fèi)站下高速，以達(dá)到逃交通行費(fèi)的目的。

(3)變相倒卡。有兩種情況：一種是甩掛，即當(dāng)貨車(chē)進(jìn)入服務(wù)區(qū)后，司機(jī)將車(chē)廂放在服務(wù)區(qū)，然后駕駛車(chē)頭在就近的收費(fèi)站下高速后再領(lǐng)卡上來(lái)。到服務(wù)區(qū)拉上車(chē)廂到相鄰的收費(fèi)站下，縮短繳費(fèi)距離；一種是在臨近收費(fèi)站的服務(wù)區(qū)卸貨或倒貨，減少遠(yuǎn)途載重車(chē)輛超限重量。

(4)專(zhuān)車(chē)送卡。限超車(chē)接近目的地時(shí)聯(lián)系一輛空車(chē)上路送卡、交換，持交換卡來(lái)出站以此逃費(fèi)。

2)UJ型線路逃費(fèi)：通過(guò)該方式來(lái)改變車(chē)輛的實(shí)際里程數(shù)和載重?cái)?shù)，從而達(dá)到逃費(fèi)目的。

3)假軸逃費(fèi)：按照高速貨車(chē)相關(guān)收費(fèi)標(biāo)準(zhǔn)，貨車(chē)的收費(fèi)與其核定載重有一定的關(guān)系。當(dāng)載重超過(guò)限載時(shí)，通行費(fèi)的單價(jià)將成倍增加，而貨車(chē)軸數(shù)越大，其限載也就越大；貨車(chē)為了避免支付超載帶來(lái)的高額費(fèi)用，以增加假軸的方式，從而達(dá)到逃費(fèi)目的。

4)換貨逃費(fèi)：貨車(chē)在出站前，將貨物提前轉(zhuǎn)移到從出站口附近上來(lái)接應(yīng)的車(chē)，然后輕車(chē)出站以達(dá)到逃費(fèi)的目的。

1.2 打逃方式現(xiàn)狀

對(duì)于高速公路逃費(fèi)行為，現(xiàn)場(chǎng)稽查人員常采用人工稽查方式，根據(jù)一線人員的經(jīng)驗(yàn)來(lái)識(shí)別、打擊車(chē)輛的逃費(fèi)行為[1-4]，而該方式效率低，并且在準(zhǔn)確性上也比較低，不能做到逐條檢測(cè)。

神經(jīng)網(wǎng)絡(luò)是由大量處理單元互聯(lián)組成的非線性、自適應(yīng)信息處理系統(tǒng)，具有自學(xué)習(xí)的優(yōu)點(diǎn)，而自學(xué)習(xí)能力對(duì)于預(yù)測(cè)有著特別重要的意義。因此，通過(guò)構(gòu)建神經(jīng)網(wǎng)絡(luò)，使機(jī)器具有學(xué)習(xí)能力，智能識(shí)別逃費(fèi)車(chē)輛，打擊高速逃費(fèi)行為。

1.3 BP神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)

高速打逃可以歸結(jié)為尋找車(chē)輛通行記錄與車(chē)輛逃費(fèi)之間的映射關(guān)系，根據(jù)該車(chē)輛的通行記錄來(lái)判斷車(chē)輛是否存在逃費(fèi)行為。

神經(jīng)網(wǎng)絡(luò)利用現(xiàn)有的數(shù)據(jù)找出輸入與輸出之間得映射關(guān)系(近似)，利用這種映射關(guān)系(近似)，輸出結(jié)果。BP神經(jīng)網(wǎng)絡(luò)作為目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)，BP神經(jīng)網(wǎng)絡(luò)無(wú)論在網(wǎng)絡(luò)理論還是在性能方面已比較成熟。其突出優(yōu)點(diǎn)就是具有很強(qiáng)的非線性映射能力和柔性的網(wǎng)絡(luò)結(jié)構(gòu)。網(wǎng)絡(luò)的中間層數(shù)、各層的神經(jīng)元個(gè)數(shù)可根據(jù)具體情況任意設(shè)定，并且隨著結(jié)構(gòu)的差異其性能也有所不同。

2 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是一種按誤差反向傳播(簡(jiǎn)稱(chēng)誤差反傳)訓(xùn)練的多層前饋網(wǎng)絡(luò)，其算法稱(chēng)為BP算法，它的基本思想是梯度下降法，利用梯度搜索技術(shù)，以期使網(wǎng)絡(luò)的實(shí)際輸出值和期望輸出值的誤差均方差為最小。BP神經(jīng)網(wǎng)絡(luò)的算法框架如圖1所示，算法框架包括：輸入層、隱藏層以及輸出層；

圖1 BP神經(jīng)網(wǎng)絡(luò)

BP算法包括信號(hào)的前向傳播和誤差的反向傳播兩個(gè)過(guò)程。即①計(jì)算誤差輸出時(shí)按從輸入層到輸出層的方向進(jìn)行。②而調(diào)整權(quán)值和閾值則從輸出層到輸入層的方向進(jìn)行。

(1)

(2)

Lt=f(y，Ot)

(3)

(4)

此時(shí)經(jīng)過(guò)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)即能對(duì)類(lèi)似樣本的輸入信息，自行處理輸出誤差最小的經(jīng)過(guò)非線形轉(zhuǎn)換的信息。

3 BP神經(jīng)網(wǎng)絡(luò)搭建

3.1 數(shù)據(jù)集

BP神經(jīng)網(wǎng)絡(luò)算法模型的訓(xùn)練建立在一個(gè)巨大的數(shù)據(jù)集上進(jìn)行的，數(shù)據(jù)集包含大約500萬(wàn)條高速通行記錄，通行數(shù)據(jù)包括：入口時(shí)間、入口站、入口車(chē)牌、入口車(chē)型、入口車(chē)情、出口時(shí)間、出口站、出口車(chē)牌、出口車(chē)型、出口車(chē)情、總重、軸數(shù)、里程以及卡號(hào)。

3.2 特征工程

經(jīng)過(guò)對(duì)高速車(chē)輛逃費(fèi)行為的分析，結(jié)合原數(shù)據(jù)中數(shù)據(jù)，進(jìn)行特征融合與特征選擇，最終選取以下特征作為算法模型的輸入：①進(jìn)出車(chē)牌一致性(same_car_number)。②低速(low_speed)。③短途重載(short_dis_overweight)。④長(zhǎng)途重載(long_dis_lightweight)。⑤同站進(jìn)出(min_out_in)。⑥通行時(shí)間重疊(same_time_range_again)。⑦車(chē)軸不一致(different_zhou)。⑧車(chē)型不一致。⑨標(biāo)識(shí)缺失。⑩標(biāo)識(shí)不一致；車(chē)情不一致。

3.3 數(shù)據(jù)統(tǒng)計(jì)

因?yàn)閿?shù)據(jù)集為車(chē)輛出站數(shù)據(jù)，故以車(chē)輛的出站車(chē)牌為依據(jù)，分析2018年某路公司全部的通行記錄，統(tǒng)計(jì)各特征出現(xiàn)的次數(shù)以及車(chē)輛的總通行次數(shù)。

具體的統(tǒng)計(jì)規(guī)則如表1所示。在統(tǒng)計(jì)車(chē)牌不一致情況時(shí)，考慮收費(fèi)站攝像頭對(duì)圖片識(shí)別的準(zhǔn)確性，采取編輯距離技術(shù)方式來(lái)判別進(jìn)出車(chē)牌是否一致。

表1 特征統(tǒng)計(jì)規(guī)則

數(shù)據(jù)統(tǒng)計(jì)后，如表2所示，將數(shù)據(jù)分為訓(xùn)練集、測(cè)試集以及預(yù)測(cè)集。

表2 數(shù)據(jù)集

3.4 模型搭建

下面詳細(xì)介紹算法框架。BP神經(jīng)網(wǎng)絡(luò)由輸入層、隱藏層以及輸出層組成，如圖2所示。在這種情況下，每一層節(jié)點(diǎn)的輸入都是上一層輸出的線性函數(shù)，而且不管神經(jīng)網(wǎng)絡(luò)有多少層，最終的輸出的都是輸入的線性組合，那么網(wǎng)絡(luò)的逼近能力就相當(dāng)有限。因此，在每一層之間都引入非線性函數(shù)作為激活函數(shù)，將線性組合轉(zhuǎn)化為非線性組合，而這種幾乎可以逼近任意函數(shù)。為了保證模型的收斂速度，選擇ReLU函數(shù)[8]作為激活函數(shù)，函數(shù)表達(dá)式如下。

ReLU=max(0，x)

(5)

圖2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

由于在實(shí)際訓(xùn)練樣本中，高速逃費(fèi)車(chē)輛與正常行駛車(chē)輛的比例相差巨大，數(shù)據(jù)存在巨大的不平衡性，導(dǎo)致算法模型因?yàn)閿?shù)據(jù)的不平衡性導(dǎo)致無(wú)法滿足實(shí)際分類(lèi)要求，模型對(duì)于逃費(fèi)車(chē)輛識(shí)別的準(zhǔn)確率不太理想。對(duì)采取上采樣或下采樣方式，模型的效果都沒(méi)有太大改觀。

為了提升模型的分類(lèi)準(zhǔn)確率，借用了殘差神經(jīng)網(wǎng)絡(luò)中的short_cut結(jié)構(gòu)，增加到BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中，具體模型結(jié)構(gòu)如圖3所示。為了避免模型的過(guò)擬合，在模型訓(xùn)練中借用了機(jī)器學(xué)習(xí)中的L2正則。

圖3 BP+short_cut神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

3.5 模型準(zhǔn)確率

經(jīng)過(guò)模型優(yōu)化處理后，模型的分類(lèi)結(jié)果準(zhǔn)確率得到了巨大提升，模型的分類(lèi)準(zhǔn)確率由86%左右提升到98%左右，具體模型的準(zhǔn)確率如表3所示。

表3 模型分類(lèi)準(zhǔn)確率

4 實(shí)際效果驗(yàn)證

高速逃費(fèi)監(jiān)測(cè)系統(tǒng)平臺(tái)應(yīng)用于某高速路公司，從平臺(tái)生成的風(fēng)險(xiǎn)名單中共選取了20輛車(chē)進(jìn)行實(shí)地系統(tǒng)驗(yàn)證，結(jié)合進(jìn)出站視頻圖像，實(shí)地取證了若干車(chē)輛。

從平臺(tái)提供的車(chē)輛名單中發(fā)現(xiàn)有大量改軸車(chē)、換貨、倒卡車(chē)輛……，其中，19輛車(chē)存在逃費(fèi)行為：改軸車(chē)輛：8輛；換卡逃費(fèi)：6輛；換貨逃費(fèi)：5輛；還有一輛車(chē)存在逃費(fèi)嫌疑，由于數(shù)據(jù)問(wèn)題，并不能對(duì)其進(jìn)行逃費(fèi)定性。

如圖4所示，經(jīng)過(guò)實(shí)地驗(yàn)證，平臺(tái)提供的逃費(fèi)車(chē)輛名單準(zhǔn)確率非常高。

圖4 某高速路公司視頻

5 結(jié)語(yǔ)

本文對(duì)BP神經(jīng)網(wǎng)絡(luò)以及BP神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)進(jìn)行簡(jiǎn)要概述，并提出了如何運(yùn)用BP神經(jīng)網(wǎng)絡(luò)來(lái)識(shí)別高速逃費(fèi)車(chē)輛，有效地制止高速逃費(fèi)行為，維護(hù)高速交通的正常的運(yùn)營(yíng)秩序，努力形成安全、便捷、高效、綠色、經(jīng)濟(jì)的綜合交通運(yùn)輸體系。