دانلود پروژه: مدلسازی تخلفات رانندگان در شهرکرمان با بهره­گیری از الگوریتم­های داده­کاوی  

فهرست مطالب

چکیده………………………………………………………………………………………………………………………………………………….. 1

فصل اول: مقدمه

1-1- تعریف مساله و بیان موضوع اصلی تحقیق…………………………………………………………………………….. 3

1-2- جنبه جدید بودن و نوآوری در تحقیق…………………………………………………………………………………… 4

1-3- اهداف تحقیق…………………………………………………………………………………………………………………………… 5

1-4- فرضیات یا سوالات تحقیق………………………………………………………………………………………………………. 6

1-5- مجموعه داده­ها…………………………………………………………………………………………………………………………. 7

1-6- اهمیت و ضرورت موضوع ……………………………………………………………………………………………………….. 7

1-7- تعریف واژه­ها…………………………………………………………………………………………………………………………….. 8

1-8- محدودیت­ها و دشواری­های تحقیق…………………………………………………………………………………………. 8

1-9- ساختار کلی پایان نامه……………………………………………………………………………………………………………… 9

فصل دوم: پیشینه تحقیق

2-1- مقدمه………………………………………………………………………………………………………………………………………. 13

2-2- تخلفات ترافیکی……………………………………………………………………………………………………………………… 13

2-2-1- انواع تخلفات ترافیکی………………………………………………………………………………………………………… 14

2-2-1-1- تخلفات رانندگی حادثه­­زا………………………………………………………………………………………………. 14

2-2-1-2- تخلفات رانندگی غیرحادثه­زا………………………………………………………………………………………… 14

2-2-2- عوامل تخلفات ترافیکی……………………………………………………………………………………………………… 14

2-2-3- ریشه­های تخلفات ترافیکی………………………………………………………………………………………………… 15

2-2-3-1- تخلفات با علل و ریشه­های انسانی……………………………………………………………………………….. 15

2-2-3-2- تخلفات با علل و ریشه­های عوامل محیطی………………………………………………………………….. 16

2-2-3-3- تخلفات با علل و ریشه­های عوامل قانونی و اجرایی…………………………………………………….. 16

2-2-4- راهکارهای پیشگیری و تعدیل تخلفات ترافیکی………………………………………………………………. 17

2-2-5- آمار تخلفات رانندگی و جریمه های تخصیص یافته  در سه ماهه اول سال 92 در استان کرمان

……………………………………………………………………………………………………………………………………………………………. 17

2-3- داده­کاوی…………………………………………………………………………………………………………………………………. 19

2-3-1- تاریخچه داده­کاوی……………………………………………………………………………………………………………… 20

2-3-2- فرآیند کشف دانش از پایگاه داده…………………………………………………………………………………….. 20

2-3-3- تعریف داده­کاوی………………………………………………………………………………………………………………… 22

2-3-4- کاربردهای داده­کاوی………………………………………………………………………………………………………….. 23

2-3-5- اهداف و ریشه­های داده­کاوی…………………………………………………………………………………………….. 24

2-3-6- آمار و داده­کاوي…………………………………………………………………………………………………………………… 24

2-3-6-1- خلاصه تفاوت­های روش آنالیز آماری و داده­کاوی………………………………………………………. 24

2-3-7- مرور پیشینه تحقیق………………………………………………………………………………………………………….. 25

2-3-8- خلاصه سوابق تحقیق……………………………………………………………………………………………………….. 29

2-3-9- خلاصه فصل………………………………………………………………………………………………………………………. 29

فصل سوم: روش اجرای تحقیق

3-1- مقدمه………………………………………………………………………………………………………………………………………. 31

3-2- روش تحقیق……………………………………………………………………………………………………………………………. 31

3-2- 1- طبقه­بندی تحقیق بر مبنای هدف………………………………………………………………………………….. 31

3-3- فرآیند تحقیق…………………………………………………………………………………………………………………………. 32

3- 4- مدل فرآیندی داده­کاوی براساس استاندارد CRISP_DM…………………………………………… 32

3-4- 1- گام­های متدولوژی داده­کاوی CRISP_DM……………………………………………………………… 32

3-4- 1-1- گام درک موقعیت کسب و کار…………………………………………………………………………………… 33

3-4-1-2- گام درک داده­ها…………………………………………………………………………………………………………….. 33

3-4-1-3- گام پیش­پردازش داده­ها……………………………………………………………………………………………….. 34

3-4-1-4-گام مدل­سازی…………………………………………………………………………………………………………………. 35

3-4-1-5- گام ارزیابی مدل……………………………………………………………………………………………………………. 35

3-4-1-6- گام بکارگیری مدل………………………………………………………………………………………………………… 35

3-5- مدل اجرایی از تحقیق……………………………………………………………………………………………………………. 36

3-6- تکنیک­های داده­کاوی  …………………………………………………………………………………………………………… 38

3-6-1- دسته­­بندی …………………………………………………………………………………………………………………………. 48

3-6-1-1- انواع مدل­ها در کلمنتاین………………………………………………………………………………………………. 49

6-3-2- شبکه­های عصبی   ……………………………………………………………………………………………………………. 50

3- 6-2-1- خصوصيات شبکه­هاي عصبي……………………………………………………………………………………… 51

3- 6-2-2- مزایای شبکه­های عصبی……………………………………………………………………………………………… 52

3-6-2-3- معایب شبکه های عصبی……………………………………………………………………………………………… 52

3-6-3- درخت تصميم­گیری…………………………………………………………………………………………………………… 52

3-6-3-1- نحوه نمایش درخت تصمیم………………………………………………………………………………………….. 52

3-6-3-2- مسائل مهم در درخت تصميم………………………………………………………………………………………. 52

3-6-3-3- خصوصيات درخت تصميم……………………………………………………………………………………………. 52

3- 6-3-4- چگونه يك درخت تصميم گيري رشد مي­كند؟……………………………………………………….. 52

3-6-3-5- مزایای درختان تصمیم نسبت به روش­های دیگر داده­کاوی………………………………………. 52

3-6-3-6- معايب درختان تصمیم………………………………………………………………………………………………….. 52

3-6-4- انواع درختان تصميم………………………………………………………………………………………………………….. 52

3-6-4-1- درخت CART  …………………………………………………………………………………………………………. 52

3-6-4-1-1- مقدمه………………………………………………………………………………………………………………………… 52

3-6-4-1-2- توصیف الگوریتم……………………………………………………………………………………………………….. 52

3-6-4-1-3-روش برخورد با مقادیر ازدست رفته در درختCART………………………………………… 52

3-6-4-1-5- رویه هرس کردن  درخت CART………………………………………………………………………… 52

3-6-4-2- درخت CHAID…………………………………………………………………………………………………………. 52

3-6-4-2- -توصیف الگوریتم CHAID………………………………………………………………………………………. 52

3-6-4-2-2-  نحوه شکستن نودها در درخت CHAID…………………………………………………………… 52

3-6-4-3- درخت C5.0………………………………………………………………………………………………………………… 52

3-6-4-3-1- توصیف الگوریتم……………………………………………………………………………………………………….. 52

3-6-4-3-2- استنتاج قانون از طریق الگوریتم c5.0   ……………………………………………………………… 52

3-6-4-3-3-روش برخورد با مقادیر ازدست رفته در درخت C5.0…………………………………………… 52

3-6-4-3-4-رویه هرس کردن درخت C5.0……………………………………………………………………………….. 52

3-6-4-4- درخت QUEST………………………………………………………………………………………………………… 52

3-6-4-4-1- توصیف الگوریتم……………………………………………………………………………………………………….. 52

3-6-4-5- الگوریتم SVM……………………………………………………………………………………………………………. 52

3-6-4-5-1- توصیف الگوریتم……………………………………………………………………………………………………….. 52

3-6-5- خوشه بندی……………………………………………………………………………………………………………………….. 52

3-6-5-1- روش‌هاي خوشه‌بندي……………………………………………………………………………………………………. 52

3-6-5-2- کيفيت خوشه‌بندي……………………………………………………………………………………………………….. 52

3-6-5-3- نقاط قوت روش خوشه­بندي…………………………………………………………………………………………. 52

3-6-5-4- نقاط ضعف روش خوشه­بندي………………………………………………………………………………………. 52

3-6-5-5- خوشه‌بندي در مقابل دسته­بندی (طبقه‌‌بندي)…………………………………………………………… 52

3-6-5-6- ملاحظات در داده‌کاوي و در زمينه‌ي خوشه‌بندي……………………………………………………… 52

3-6-5-7- الگوریتم ‌ K- Means………………………………………………………………………………………………… 52

3-6-6- قوانین همبستگی(انجمنی)………………………………………………………………………………………………… 52

3-6-6-1-الگوریتم Apriori………………………………………………………………………………………………………… 52

3-6-6-1-1- توصیف الگوریتم……………………………………………………………………………………………………….. 52

3-6-6-1-2- تعاریف و مفاهیم اصلی…………………………………………………………………………………………….. 52

3-6-6-1-3- کد الگوریتم Apriori……………………………………………………………………………………………. 52

3-6-6-1-4-  معایب الگوریتم………………………………………………………………………………………………………… 52

3-7- خلاصه­ فصل……………………………………………………………………………………………………………………………. 52

فصل چهارم : تجزیه و تحلیل داده­های تحقیق

4-1- مقدمه………………………………………………………………………………………………………………………………………. 61

4-2- مجموعه داده مورد استفاده……………………………………………………………………………………………………. 54

4-2- 1 پایگاه­داده تخلفات ترافیکی رانندگان متخلف……………………………………………………………………. 55

4-2-2- مصاديق و عناوين تخلفات رانندگي حادثه‌آفرین……………………………………………………………… 56

4-3- پیش­پردازش داده­ها………………………………………………………………………………………………………………… 57

4-3-1- پاکسازی داده­ها………………………………………………………………………………………………………………….. 58

4-3-2- تبدیل و یکپارچه­سازی داده­ها…………………………………………………………………………………………… 61

4-3-2- کاهش داده­ها………………………………………………………………………………………………………………………. 61

4-3-2- انتخاب ویژگی…………………………………………………………………………………………………………………….. 61

خلاصه فصل………………………………………………………………………………………………………………………………………. 75

 

 

 

 

فصل پنجم: ارائه روش پیشنهادی و نتایج

 

 

فصل ششم: جمع­بندی و پیشنهادات

6-1- مقدمه……………………………………………………………………………………………………………………………………… 115

6-2- خلاصه کارهای انجام شده……………………………………………………………………………………………………. 117

6-3- پاسخ به سوالات تحقیق………………………………………………………………………………………………………… 117

6-4- دستاوردهای تحقیق………………………………………………………………………………………………………………. 117

6-5- ملاحظات تحقیق…………………………………………………………………………………………………………………… 117

6-6- پیشنهاد برای فعالیت­های آینده……………………………………………………………………………………………. 117

 

منابع………………………………………………………………………………………………………………………………………………….. 117

فهرست جداول

 

آمار تخلفات رانندگی و جریمه­های تخصیص یافته…………………………………………………………………… 19

فهرست شکل­ها

ساختار پایان نامه ………………………………………………………………………………………………………………………… 21

فرآیند کشف دانش …………………………………………………………………………………………………………………….. 21

داده کاوی مدل جعبه سیاه ……………………………………………………………………………………………………….. 21

فهرست نمودار­ها

میزان تفهیم فرد متخلف از جانب مامورین……………………………………………………………………………….. 21

پذیرش تخلف انجام گرفته از سوی متخلفین……………………………………………………………………………. 21

آگاهی متخلفین نسبت به تخلف انجام شده……………………………………………………………………………… 21

آگاهی متخلفین از حضور پلیس…………………………………………………………………………………………………. 21

فهرست کلمات اختصاری