基于改进多重BRB的网络货运单据异常识别方法

摘要：

为解决网络货运平台单据异常识别准确率不高和网络货运中平台数据混乱的问题,提出了一种基于置信规则库(BRB)和证据推理(ER)算法的网络货运单据异常识别方法.结合网络货运平台运输业务异常逻辑,考虑相关性对特征量进行选择,将特征量作为BRB模型输入,建立了多异常模式并行检测BRB模型.运用ER推理算法对置信规则进行推理,形成了改进多重BRB异常识别模型,并运用差分进化算法对改进BRB模型的子系统进行了参数训练,将所有子系统异常识别数据作为BRB模型识别的结果.通过分析运输业务逻辑中的运输逻辑异常及成本比异常,提取BRB模型的先验属性,将2个子系统进行了并行检查并作为最终的异常识别结果.运用交通运输部网络货运信息交互系统中2020年某省部分特定商品的长途运输数据进行了研究,经过人工清洗验证及标记,可以准确得知的数据集22793条样本中有10986条数据被标为运输业务异常.根据人工标记数据集,可以得知BRB模型的异常识别正确率.通过对模型所得结果与人工数据进行十折交叉验证确定了模型的可用性,并与非BRB方法所得结果进行了对比.结果表明:改进后的BRB模型可以用来高效识别网络货运单据中难以进行识别的数据异常,所研究的部分规则已应用于交通运输部网络货运信息交互系统.

关键词：物流工程、网络货运、置信规则库、属性权重、多重BRB模型、异常特征提取

所属期刊栏目：40

分类号：U492.3(交通工程与公路运输技术管理)

资助基金：中央级公益性科研院所基本科研业务费项目20236404

在线出版日期：2023-09-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：224-230