数据分析在行车安全评价模型中的应用开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

课题意义：

伴随着科技的飞速发展，汽车已然成为人们的生产生活中的重要组成部分。不管是个人出行还是企业的运输，都是需要汽车来完成的。而越来越多的车辆投入使用，伴随而来的是对大量汽车的管理问题。如今，仅仅依靠人工管理是远远不够的，不管是效率还是实时性都是很大的缺点。车联网便应运而生。通过网络连接，车联网能够将行车数据实时发送到后台服务器中，使得用户或相关技术人员能够对数据进行分析，进而有效地管理车辆。

目前，车联网的主要功能是获取车辆的行驶信息，通过无线网络发送到后台，并在后台进行大数据分析与处理。这些数据信息有着很多利用价值，比如帮助实现远程救援、辅助汽车保险理赔、运输车队的调度与管理、车辆的保养等服务。

2. 研究的基本内容和问题

研究目标：

采用数据分析与挖掘技术，研究运输车辆所反映的驾驶行为特征，并建立行车安全评价模型，对运输车辆的驾驶行为进行评价。并且进一步综合考虑自然气象条件和道路状况等因素，建立行车安全的综合评价模型，使运输车辆管理部门能够更有效地管理车辆。

研究内容：

3. 研究的方法与方案

研究方法：

1、评价模型的常用方法，如常用的熵权法、理想点逼近法、层次分析法和模糊综合评价法等；

2、数据预处理与数据分析的技术。

4. 研究创新点

1、本文在不良驾驶行为影响安全驾驶的基础上，进一步综合考虑到自然气象条件和道路状况等环境因素，具有较强的多样性，因此适用性较强；

2、当前现状对于车联网系统的问题缺乏研究，数据分析方面的研究更少。此项目运用新兴车辆网技术的系统数据对运输车辆进行数据分析，将进一步丰富行车安全评价模型的研究，提高实用价值。

5. 研究计划与进展

2019年10月-12月：确定论文课题，阅读相关文献、了解有关知识、撰写文献综述；

2020年1月-4月：学习有关软件及算法，进行实验，撰写论文初稿；

2020年5月：在老师的指导下进一步对论文进行修改和完善，并作最后的总结整理。