馬奎杰, 單飛, 聶世剛

(1.河南省交通運(yùn)輸廳， 河南 鄭州 450016； 2.河南鼎智工程咨詢有限公司， 河南 鄭州 450045)

0 引言

隨著信息處理技術(shù)的發(fā)展，為提升交通運(yùn)輸脫貧考核評價(jià)有效性，在客觀、公正的前提下進(jìn)行交通運(yùn)輸脫貧考核評價(jià)，已然成為社會(huì)各界重點(diǎn)關(guān)注的問題[1]。河南省交通運(yùn)輸脫貧實(shí)施的現(xiàn)狀選取考核評價(jià)指標(biāo)采用專家咨詢等多種方法篩選評價(jià)指標(biāo)，確定各指標(biāo)權(quán)重及分值，在此基礎(chǔ)上進(jìn)行系統(tǒng)軟硬件開發(fā)與設(shè)計(jì)，實(shí)現(xiàn)交通運(yùn)輸脫貧考核評價(jià)[2]。何偉等[3]人分析了交通運(yùn)輸扶貧脫貧考核的核心任務(wù)與要求，建立交通運(yùn)輸脫貧考核評價(jià)大數(shù)據(jù)庫，基于Windows Server操作系統(tǒng)，采用Spring MVC+My Batis架構(gòu)設(shè)計(jì)交通運(yùn)輸脫貧考核評價(jià)系統(tǒng)硬件，最后利用VPN/4G實(shí)現(xiàn)交通運(yùn)輸脫貧考核評價(jià)數(shù)據(jù)的網(wǎng)絡(luò)傳輸。

本文基于層次分析法進(jìn)行交通運(yùn)輸脫貧考核評價(jià)系統(tǒng)設(shè)計(jì)。首先構(gòu)建用于交通運(yùn)輸脫貧考核評價(jià)的大數(shù)據(jù)挖掘模型，構(gòu)造交通運(yùn)輸脫貧考核大數(shù)據(jù)庫，進(jìn)而對系統(tǒng)進(jìn)行開發(fā)與設(shè)計(jì)。最后進(jìn)行仿真實(shí)驗(yàn)，驗(yàn)證了本文系統(tǒng)在交通運(yùn)輸脫貧考核評價(jià)方面的優(yōu)越性能。

1 交通運(yùn)輸脫貧考核評價(jià)的大數(shù)據(jù)挖掘

1.1 數(shù)據(jù)層次化結(jié)構(gòu)分析

為實(shí)現(xiàn)交通運(yùn)輸脫貧考核評價(jià)系統(tǒng)設(shè)計(jì)，需要構(gòu)建交通運(yùn)輸脫貧考核評價(jià)的大數(shù)據(jù)挖掘模型[4]，建立評價(jià)大數(shù)據(jù)庫，在大數(shù)據(jù)庫中對統(tǒng)計(jì)到的交通運(yùn)輸脫貧考核評價(jià)數(shù)據(jù)進(jìn)行層次化結(jié)構(gòu)分析。假設(shè)交通運(yùn)輸脫貧考核評價(jià)訓(xùn)練樣本集為{(x1,y1),(x2,y2),…,(xi,yi)}，結(jié)合關(guān)聯(lián)分析方法得到交通運(yùn)輸脫貧考核評價(jià)的演化目標(biāo)函數(shù)，如式(1)。

subject toyi-(wΦ(xi)+b)≤ε-ξi

(1)

采用協(xié)同過濾算法進(jìn)行交通運(yùn)輸脫貧考核評價(jià)的用戶行為分布集合重構(gòu)，建立項(xiàng)目統(tǒng)計(jì)分析模型。在此基礎(chǔ)上采用模糊調(diào)度方法進(jìn)行交通運(yùn)輸脫貧考核評價(jià)的關(guān)聯(lián)性特征檢測[5]，構(gòu)建交通運(yùn)輸脫貧考核評價(jià)的混合核函數(shù)，如式(2)。

Kmin=βKpoly+(1-β)Krbf,β∈(0,1)

(2)

式中，Kpoly=[(x·xi)+1]2,表示交通運(yùn)輸脫貧考核評價(jià)過程中的個(gè)性化演化特征分布函數(shù);β表示用戶行為演化系數(shù);Krbf表示項(xiàng)目統(tǒng)計(jì)分析模型。

采用聯(lián)合概率分布式檢測方法構(gòu)建交通運(yùn)輸脫貧考核評價(jià)數(shù)據(jù)的分布概率密度函數(shù)，如式(3)。

fT1,T2,…，Tn(t1,t2，…，tn)=

(3)

式中,c表示分布概率密度系數(shù);FT1(t1),FT1(t2),…,FTn(tn)表示評價(jià)數(shù)據(jù)分布集合;FTi(ti)表示評價(jià)數(shù)據(jù)分布函數(shù)。

用于交通運(yùn)輸脫貧考核評價(jià)的數(shù)據(jù)回歸分析模型，如式(4)。

(4)

根據(jù)時(shí)延估計(jì)的方法，進(jìn)行交通運(yùn)輸脫貧考核評價(jià)數(shù)據(jù)層次化結(jié)構(gòu)重組，如式(5)。

(5)

1.2 評價(jià)數(shù)據(jù)回歸分析模型

建立交通運(yùn)輸脫貧考核評價(jià)數(shù)據(jù)回歸分析模型，結(jié)合最大似然估計(jì)模型，得到交通運(yùn)輸脫貧考核模糊決策函數(shù)，如式(6)。

(6)

式中，flg(z)表示交通運(yùn)輸脫貧考核評價(jià)的項(xiàng)目評分值;hx與hy分別表示不同項(xiàng)目下的交通運(yùn)輸脫貧考核模糊決策度。在最優(yōu)學(xué)習(xí)速率進(jìn)化下，進(jìn)行交通運(yùn)輸脫貧考核評價(jià)的模糊控制，得到第j個(gè)評價(jià)項(xiàng)目的適應(yīng)度函數(shù)，如式(7)。

(7)

式中，Ω表示評價(jià)項(xiàng)目的模糊控制系數(shù);F表示評價(jià)項(xiàng)目自適應(yīng)度;pad表示考核評級評價(jià)的關(guān)聯(lián)規(guī)則分布平均值。建立交通運(yùn)輸脫貧考核評價(jià)數(shù)據(jù)的模糊關(guān)聯(lián)規(guī)則挖掘模型，采用量化回歸分析方法[6]，得到交通運(yùn)輸脫貧考核評價(jià)項(xiàng)目集分布模型，如式(8)。

(8)

V={vij|i=1,2,…,c,j=1,2,…,s}

(9)

交通運(yùn)輸脫貧考核評價(jià)的決策函數(shù)為Vi=(υi1,υi2,…,υiD)T，最后分布集為Xi=(xi1,xi2,…,xiD)T，在優(yōu)化的聚斂目標(biāo)函數(shù)下，進(jìn)行交通運(yùn)輸脫貧考核評價(jià)過程的回歸分析，能夠有效提高評價(jià)的準(zhǔn)確性。

2 交通運(yùn)輸脫貧考核評價(jià)優(yōu)化

2.1 評價(jià)統(tǒng)計(jì)特征量

在交通運(yùn)輸脫貧考核評價(jià)系統(tǒng)設(shè)計(jì)過程中，采用相似度計(jì)算方法進(jìn)行關(guān)聯(lián)規(guī)則調(diào)度，提取交通運(yùn)輸脫貧考核項(xiàng)目評價(jià)集的本體特征，獲取交通運(yùn)輸脫貧考核評價(jià)的統(tǒng)計(jì)特征量[8]。計(jì)算交通運(yùn)輸脫貧考核評價(jià)的聯(lián)合信息熵特征，如式(10)。

(10)

式中，J表示交通運(yùn)輸脫貧考核聯(lián)合信息;S表示聯(lián)合信息熵集合；N表示最大信息熵；ci表示項(xiàng)目評價(jià)集的本體特征；n表示聯(lián)合信息數(shù)量；φj表示聯(lián)合調(diào)度參數(shù)。

基于標(biāo)簽的個(gè)性化評價(jià)方法，進(jìn)行交通運(yùn)輸脫貧考核特征檢測，得到交通運(yùn)輸脫貧考核評價(jià)的統(tǒng)計(jì)特征量集,如式(11)。

(11)

根據(jù)上述分析，獲取交通運(yùn)輸脫貧考核評價(jià)數(shù)據(jù)的模糊關(guān)聯(lián)性特征量[9]。

2.2 優(yōu)化評價(jià)決策

在獲取交通運(yùn)輸脫貧考核評價(jià)數(shù)據(jù)的模糊關(guān)聯(lián)性特征量基礎(chǔ)上，構(gòu)造交通運(yùn)輸脫貧考核大數(shù)據(jù)庫[10]，如式(12)。

Ecv(c1,c2)=μ·Length(C)+ν·Area(inside(C))+

(12)

式中，c1和c2分別表示交通運(yùn)輸脫貧考核評價(jià)數(shù)據(jù)的個(gè)性化演化特征系數(shù);Length(C)表示交通運(yùn)輸脫貧考核信息的統(tǒng)計(jì)長度;Area(inside(C))表示區(qū)域分布集，得到第i個(gè)類的交通運(yùn)輸脫貧考核評價(jià)的模糊隸屬度特征量記為CF=〈F,Q,n,RT1,RT2,RW〉，假設(shè)C為交通運(yùn)輸脫貧考核用戶行為評價(jià)的融合度因子，結(jié)合層次分析的方法得到交通運(yùn)輸脫貧考核個(gè)性化評價(jià)的決策函數(shù)，如式(13)。

(13)

(14)

式中，SINR表示交通運(yùn)輸脫貧考核評價(jià)的檢測閾值;D表示判別系數(shù)。對特征向量xd進(jìn)行聚類處理，結(jié)合層次分析法和模糊評價(jià)方法進(jìn)行交通運(yùn)輸脫貧考核的優(yōu)化評價(jià)決策，得到交通運(yùn)輸脫貧考核評價(jià)優(yōu)化結(jié)果。

3 系統(tǒng)開發(fā)與實(shí)現(xiàn)

采用ARM Cortex-M0 處理器內(nèi)核實(shí)現(xiàn)交通運(yùn)輸脫貧考核評價(jià)系統(tǒng)的APP開發(fā)，在ZigBee中進(jìn)行系統(tǒng)網(wǎng)絡(luò)組網(wǎng)設(shè)計(jì)。構(gòu)建嵌入式交通運(yùn)輸脫貧考核評價(jià)系統(tǒng)軟件開發(fā)環(huán)境，在MCU控制單元中進(jìn)行信息管理和系統(tǒng)集成控制。設(shè)計(jì)交通運(yùn)輸脫貧考核評價(jià)系統(tǒng)APP終端傳輸協(xié)議，將ADSP21160作為核心處理器，進(jìn)行交通運(yùn)輸脫貧考核評價(jià)系統(tǒng)的集成信息處理。系統(tǒng)的總體設(shè)計(jì)架構(gòu)，如圖1所示。

圖1 系統(tǒng)總體架構(gòu)

在B/S構(gòu)架體系下開發(fā)與設(shè)計(jì)交通運(yùn)輸脫貧考核評價(jià)系統(tǒng)。該系統(tǒng)為三層體系，結(jié)合ZigBee組網(wǎng)方案，建立交通運(yùn)輸脫貧考核評價(jià)系統(tǒng)的網(wǎng)絡(luò)通信協(xié)議，得到系統(tǒng)軟件實(shí)現(xiàn)流程，如圖2所示。

圖2 交通運(yùn)輸脫貧考核評價(jià)系統(tǒng)實(shí)現(xiàn)流程

4 仿真測試分析

為了測試本文所設(shè)計(jì)系統(tǒng)在實(shí)現(xiàn)交通運(yùn)輸脫貧考核評價(jià)中的應(yīng)用性能，進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)中對交通運(yùn)輸脫貧考核評價(jià)數(shù)據(jù)統(tǒng)計(jì)分析的軟件平臺(tái)為Visual Studio 2010和SPSS17.0，交通運(yùn)輸脫貧考核信息的統(tǒng)計(jì)采樣率為24 Kps/s，數(shù)據(jù)分布節(jié)點(diǎn)數(shù)為2 000，信息采樣長度為1 024，訓(xùn)練節(jié)點(diǎn)數(shù)為30。根據(jù)上述參數(shù)設(shè)定，進(jìn)行交通運(yùn)輸脫貧考核評價(jià)數(shù)據(jù)采集，得到數(shù)據(jù)的統(tǒng)計(jì)序列分布時(shí)域波形，如圖3所示。

圖3 交通運(yùn)輸脫貧考核評價(jià)數(shù)據(jù)統(tǒng)計(jì)序列分布

(1) 評價(jià)數(shù)據(jù)特征模糊關(guān)聯(lián)度驗(yàn)證

以圖3的數(shù)據(jù)為研究對象，進(jìn)行交通運(yùn)輸脫貧考核評價(jià)。在本文系統(tǒng)應(yīng)用下，交通運(yùn)輸脫貧考核評價(jià)數(shù)據(jù)特征之間的模糊關(guān)聯(lián)度，如圖4所示。

圖4 特征模糊關(guān)聯(lián)度

由圖4可知，當(dāng)樣本數(shù)量在30以上，特征尺度為1.05以上時(shí)，特征模糊關(guān)聯(lián)度最好，且隨著樣本數(shù)量的增加，利用本文系統(tǒng)還能夠持續(xù)檢測到評價(jià)數(shù)據(jù)特征模糊關(guān)聯(lián)度，為提高交通運(yùn)輸脫貧考核評價(jià)準(zhǔn)確性奠定基礎(chǔ)。

(2) 評價(jià)準(zhǔn)確性比較

測試不同系統(tǒng)的評價(jià)準(zhǔn)確性，得到對比結(jié)果，如圖5所示。

圖5 評價(jià)準(zhǔn)確性對比

由圖5可知，隨著迭代次數(shù)的增加，本文所設(shè)計(jì)系統(tǒng)的評價(jià)準(zhǔn)確性始終高于文獻(xiàn)對比方法，說明采用本文系統(tǒng)進(jìn)行交通運(yùn)輸脫貧考核評價(jià)的準(zhǔn)確性較高，性能較好。原因在于該系統(tǒng)構(gòu)建了用于交通運(yùn)輸脫貧考核評價(jià)的大數(shù)據(jù)挖掘模型，利用最大似然估計(jì)模型進(jìn)行評價(jià)參數(shù)估計(jì)優(yōu)化，提取交通運(yùn)輸脫貧考核評價(jià)數(shù)據(jù)的模糊關(guān)聯(lián)性特征量；構(gòu)建交通運(yùn)輸脫貧考核大數(shù)據(jù)庫，結(jié)合層次分析法和模糊評價(jià)方法實(shí)現(xiàn)交通運(yùn)輸脫貧考核的優(yōu)化評價(jià)決策，有效提升交通運(yùn)輸脫貧考核評價(jià)準(zhǔn)確性。

(3) 系統(tǒng)運(yùn)行穩(wěn)定性對比

系統(tǒng)運(yùn)行過程中的信噪比是驗(yàn)證系統(tǒng)穩(wěn)定性的重要指標(biāo)，因此進(jìn)行系統(tǒng)運(yùn)行信噪比比較試驗(yàn)。試驗(yàn)結(jié)果，如圖6所示。

a 文獻(xiàn)[2]系統(tǒng)運(yùn)行信噪比

由圖6可知，文獻(xiàn)[2]系統(tǒng)運(yùn)行信噪比在80 dB-108 dB之間波動(dòng)，文獻(xiàn)[3]所設(shè)計(jì)系統(tǒng)運(yùn)行信噪比始終在105 dB以上，是三種系統(tǒng)中運(yùn)行信噪比最高的，因此該系統(tǒng)的穩(wěn)定性最低。本文所設(shè)計(jì)系統(tǒng)運(yùn)行信噪比保持在88 dB以下，說明基于層次分析法的交通運(yùn)輸脫貧考核評價(jià)系統(tǒng)的運(yùn)行穩(wěn)定性高。

5 總結(jié)

為提高交通運(yùn)輸脫貧考核評價(jià)準(zhǔn)確性，本文設(shè)計(jì)了基于層次分析法的交通運(yùn)輸脫貧考核評價(jià)系統(tǒng)。構(gòu)建交通運(yùn)輸脫貧考核評價(jià)的大數(shù)據(jù)挖掘模型，對統(tǒng)計(jì)所得數(shù)據(jù)進(jìn)行層次化結(jié)構(gòu)分析，結(jié)合最大似然估計(jì)模型進(jìn)行評價(jià)參數(shù)估計(jì)優(yōu)化。獲取交通運(yùn)輸脫貧考核評價(jià)數(shù)據(jù)的模糊關(guān)聯(lián)性特征量，構(gòu)建交通運(yùn)輸脫貧考核大數(shù)據(jù)庫，結(jié)合層次分析法和模糊評價(jià)方法進(jìn)行交通運(yùn)輸脫貧考核的優(yōu)化評價(jià)決策。最后進(jìn)行系統(tǒng)整體架構(gòu)設(shè)計(jì)，在B/S構(gòu)架體系下進(jìn)行交通運(yùn)輸脫貧考核評價(jià)系統(tǒng)的軟件開發(fā)，結(jié)合ZigBee組網(wǎng)協(xié)議實(shí)現(xiàn)系統(tǒng)的網(wǎng)絡(luò)規(guī)劃，構(gòu)建交通運(yùn)輸脫貧考核評價(jià)系統(tǒng)APP終端傳輸協(xié)議。分析得知，所設(shè)計(jì)系統(tǒng)的穩(wěn)定性較好，對交通運(yùn)輸脫貧考核評價(jià)的準(zhǔn)確性較高，具有可靠性與實(shí)用性。