跳到主要內容

臺灣博碩士論文加值系統

(35.172.136.29) 您好!臺灣時間:2021/07/26 21:28
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:許毓芳
研究生(外文):Yu-Fang Hsu
論文名稱:應用子平學於交通事故分析及預測之研究
論文名稱(外文):Traffic Accident Analysis and Prediction—an Application of Zih-Ping
指導教授:張堂賢張堂賢引用關係
學位類別:碩士
校院名稱:國立臺灣大學
系所名稱:土木工程學研究所
學門:工程學門
學類:土木工程學類
論文種類:學術論文
論文出版年:2009
畢業學年度:97
語文別:中文
論文頁數:140
中文關鍵詞:交通安全事故預測子平學四柱八字決策樹
外文關鍵詞:traffic safetyaccident predicitionZih-PingEight wordsdecision tree
相關次數:
  • 被引用被引用:5
  • 點閱點閱:537
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:1
安全與效率是交通科學追求的目標。回顧相關研究,發現目前的研究所使用的參數,不外乎從「人」、「車」、「路」,即駕駛行為、車輛狀況與道路環境等著手研究。中國傳統方法之參數是觀察大自然而來,包括了陰陽、五行、八卦、天干、地支…等。起初為描述大自然現象,然因中國人講求天人合一、順天應人,經模式轉移後便可將此理論應用於預測「人」的禍福吉凶。相較於現有相關之研究方法,必須發生非常多事故後方能進行肇事分析,傳統方法為較人道之作法。

本研究嘗試以中國傳統方法所使用的參數,對交通事故進行分析及預測,所採用的傳統方法為子平八字,期許能從肇事資料中驗證現有易肇事之八字結構,並使用窮舉法與資料探勘的方法歸納出易肇事之八字結構。

本研究主要分成三部份:(1)驗證現有易肇事八字結構,(2)以八字基本理論為基礎,窮舉出各干支間關係之排列組合,找出發生機率較高之八字結構,(3)以現有肇事資料為輸入資料,在沒有八字理論的基礎下,使用資料探勘之決策樹演算法找出事故類別之判斷準則。

研究指出,驗證之九條現有易肇事八字結構中,僅有一條樣本機率大於母體機率,但差異僅0.125%。窮舉八字各干支會合刑沖等關係後,發現現有肇事資料中,出生月干與大運天干若有「剋」、「五合」關係,以及肇事年干與命局地支(出生年支、月支、日支)有「生」關係者,其發生比例較母體發生機率高5%以上,最高者接近8%。另外,分別輸入八字資料為干支型態與五行型態,使用決策樹演算法得到之事故類別判斷準則,準確率分別為80.0%與76.6%。
Safety and efficiency are the main objectives in traffic science. Upon all related literatures, we discover the parameters which have been used in current researches are focus on the road user, vehicle and road. The Chinese traditional methods includes utilize Yin Yang, Five Elements, Eight Trigrams, Heavenly Stems, and Earthly Branches. Initially, people observed the natural phenomenon, and then transfer the theory concluded by the natural observation as a method to predict the fortune because Chinese believed that human and natural live together, and cannot live individually. Current research methods should be analyzed with many car accidents; therefore, traditional methods are more humanly compared with current researches methods.

In this research, we try to carry out the traffic accident analysis and forecasts via utilizing the Zin-Ping Eight Words to prove the relation between the existing traffic accident data and the Eight Words structures of victims and conclude some Eight Words structures with higher probability to confront the traffic accidents by the exhaustive method and data mining.

The result of this research, a analysis of nine Eight Words Structures with higher probability to confront the accidents, only one comparison result is higher than the population probability and the difference is only 0.125%. Base on reciting the relation with the Heavenly Stems and Earthly Branches by existing traffic accident data, the results indicate that the traffic accident probability will be 5% over population probability, even close to 8%, if occurs the specific relation between the Heavenly Stems and Earthly Branches. The specific relations are given as below.

The relation between Birth month Heavenly Stream and decade Heavenly Stream are “Ke” and “wehe”.

The relation between Incident time year Heavenly Stream and zodiac fate Earthly Branches is “sheng”.

Moreover, the results of Heavenly Stream and Earthy Branch analysis also indicate that the accuracy of the judge rules are 80.0% and 76.6% respectively through decision tree algorithms.
目錄
摘要 i
Abstract iii
目錄 v
圖目錄 vii
表目錄 ix
第一章 序論 1
1.1 研究背景與動機 1
1.2 研究目的 2
1.3 研究限制與範圍 2
1.4 研究內容與流程 3
第二章 文獻回顧 7
2.1 中國傳統方法之源流 7
2.1.1 河圖洛書 8
2.1.2 傳統方法之基本理論 9
2.1.3 五術 17
2.1.4 子平八字 21
2.2 資料探勘 24
2.2.1 資料探勘定義 24
2.2.2 資料探勘之功能 24
2.2.3 資料探勘於交通領域之應用 26
2.3 現有肇事預測與分析相關研究 28
2.4 小結 29
第三章 研究方法論 31
3.1子平八字部份 31
3.1.1 四柱起法 31
3.1.2 大運與流年 37
3.1.3 沖、合、會、刑、穿、破 39
3.2 資料探勘部份—決策樹演算法 46
3.2.1 CHAID 46
3.2.2 CART 47
3.2.3 ID3、C4.5 48
3.3 小結 49
第四章 實驗設計 51
4.1 肇事資料來源 51
4.2 資料轉換 51
4.2.1 時間轉換成四柱八字型態 51
4.2.2 干支轉換成五行 55
4.3 子平八字部份 56
4.3.1 現有易肇事八字結構之驗證 56
4.3.2 八字基本結構發生比率之計算 61
4.4 資料探勘部份—決策樹 75
4.5 小結 78
第五章 數據分析 79
5.1 現有易肇事八字結構之驗證結果與分析 79
5.2 八字結構間相互關係之結果與分析 82
5.3 肇事資料隱含之規則 89
5.4 小結 91
第六章 結論與建議 93
6.1 結論 93
6.2 建議 95
參考文獻 97
附錄A 100
附錄B 105


圖目錄
圖1.1 研究流程圖 5
圖2.1 (a)黃河出龍馬圖 (b)河圖 8
圖2.2 (a)洛河出神龜書圖 (b)洛書 9
圖2.3 太極衍生圖 9
圖2.4 以正弦函數表示四象 11
圖2.5 先天伏羲八卦圖 12
圖2.6 後天文王八卦圖 13
圖2.7 五行生剋圖 15
圖2.8 五術體系架構圖 20
圖3.1 民國六十八年十二月十三日卯時之八字 31
圖3.2 相沖方位圖 40
圖3.3 六合方位圖 41
圖3.4 三合方位圖 42
圖3.5 「會」方位圖 43
圖3.6 相刑方位圖 44
圖3.7 相害方位圖 45
圖3.8 相破方位圖 46
圖4.1 時間轉換干支流程圖 54
圖4.2 干支轉換五行流程圖 56
圖4.3 生、剋之輸出矩陣流程圖 64
圖4.4 五合之輸出矩陣流程圖 66
圖4.5 兩地支比較之輸出矩陣流程圖 71
圖4.6 三地支比較之輸出矩陣流程圖 72
圖5.1 檢定顯著下,樣本與母體實際差異所佔比例(一) 87
圖5.2 檢定顯著下,樣本與母體實際差異所佔比例(二) 88


表目錄
表2.1 八卦及其應用 14
表2.2 五行及其應用 14
表2.3 十天干及其相關屬性 15
表2.4 十二地支及其相關屬性 16
表2.5 六十甲子與空亡表 17
表3.1 六十甲子代號對照表 32
表3.2 二十四節氣表 33
表3.3 五虎遁年起月表 34
表3.4 日柱計算對照表 35
表3.5 五鼠遁日起時表 36
表3.6 日光節約時間表 37
表3.7四柱八字與行運表 39
表4.1 肇事者生日與事故發生時間之原始資料格式 52
表4.2 轉換後之肇事者與事故發生時間資料格式 52
表4.3十天干及其所屬之五行 55
表4.4十二地支及其所屬之五行 55
表4.5 十二地支之藏干 58
表4.6 欲驗證之九條八字結構與其母體機率P 59
表4.7 各天干、地支欄位及其代號(五行型態) 63
表4.8 生、剋之OutputMatrix輸出矩陣 63
表4.9 各天干欄位及其代號(四柱八字型態) 65
表4.10 五合之OutputMatrix輸出矩陣 65
表4.11 各地支欄位及其代號(四柱八字型態) 68
表4.12 兩地支相比較之OutputMatrix輸出矩陣 69
表4.13 三地支相比較之OutputMatrix輸出矩陣 69
表4.14 四地支相比較之OutputMatrix輸出矩陣 70
表4.15 各干支關係之母體機率P及其計算方式 75
表4.16 輸入變數(八字資料為干支型態) 76
表4.17 輸入變數(八字資料為五行型態) 77
表5.1 現有易肇事八字結構之檢定結果 81
表5.2 各種干支關係與檢定顯著之組合數 83
表5.3 檢定顯著下0% <|P_hat - P|<=1 %之組合數 84
表5.4 檢定顯著下1% <|P_hat - P|<= 5%之組合數 84
表5.5 檢定顯著下1% <|P_hat - P|< =5%之干支關係組合 85
表5.6 檢定顯著下|P_hat - P|> 5% 之組合數 86
表5.7 樣本與母體機率差異是否大於5%之檢定結果 87
表5.8 樣本與母體機率差異大於5%之六組八字結構 87
表5.9 輸入八字資料為干支型態之最佳模式分類準則 89
表5.10 輸入八字資料為五行型態之最佳模式分類準則 90
參考文獻
1.香港天文台,http://www.hko.gov.hk/contentc.htm。
2.中央圖書館藏本,三命通會,育林出版社,1998年2001年。
3.王基陵,易理陽宅水法操作原理之探討,台北科技大學建築與都市設計研究所碩士論文,2003年。
4.王成義,翻書就會算八字,知青頻道,2008年。
5.王秀雯,應用資料挖掘技術於交通事故傷亡嚴重程度之研究,國立嘉義大學碩士論文,2004年。
6.李鐵筆,八字問答題,益群出版社,1992年。
7.何棰鑨,易經八字證釋,武陵出版社,2008年。
8.周春才,漫畫易經,台灣先智,1999年。
9.林相如,科學的八字,武陵出版社,1999年。
10.林郁志,「都市地區肇事嚴重程度之分析研究」,國立成功大學交通管理科學研究所碩士論文,1998年。
11.洪美雄,易學八字,益群出版社,1997年。
12.韋千里,新編韋千里命學講義,武陵出版社,1998年。
13.袁樹珊,命理探源,武陵出版社,1996年。
14.陳柏瑜,四柱八字闡微與實務(上)(下),益群出版社,1995年。
15.陳柏瑜,八字命學新詮,益群出版社,2005年。
16.陳文杰,應用資料探勘技術於高速公路交通肇事次數之研究,國立嘉義大學碩士論文,2004年。
17.張覺,心靈導師,新智出版社,2004年。
18.張云濤、龔玲,資料探勘原理與技術,五南出版社,2007年。
19.莊智仁,應用個人違規記錄預測交通事故發生之研究,國立嘉義大學碩士論文,2003年。
20.梁永嘉,應用資料探勘技術於銀行客戶區隔之研究,輔仁大學資訊管理學系在職專班碩士論文,2008年。
21.黃恆堉,學八字這本最好用,知青頻道,2005年。
22.黃恆堉,大師教你論八字,知青頻道,2007年。
23.曾憲雄等著,資料探勘,旗標,2006年。
24.楊憲國,以類神經網路推導路口交通事故成因與改善之研究,逢甲大學碩士論文,2002年。
25.楊仁維,路口交通事故成因分析方法之比較研究,逢甲大學交通工程與管理學系碩士班碩士論文,2006年。
26.管偉宏,以易經為理論架構探討組織氣候之衡量,大葉大學事業經營研究所碩士論文,1998年。
27.鄭富升,八字今論,士林出版社,1988年。
28.Al-Ghamde, A. S., “Using logistic regression to estimate the influence of accident factors on accident severity”, Accident Analysis and Prevention, 34(6), 2002, 729-741.
29.Berry, M.J.A. and Linoff, G.., “Data Mining Technique for Marketing, Sale, and Customer Support”, Wiley Computer, 1997.
30.Fayyad, U. M., “Data mining and knowledge discovery: making sense out of data”, IEEE Expert, Vol. 11, No. 5,1996, pp.20-25.
31.Fayyad, U. M., G.. Piatetsky-shapiro, and P. Smyth, “From Data Mining to Knowledge Discovery in Databases”, AI Magazine,1996, pp.37-54.
32.U. Fayyad, G. Piatetsky-Shapiro and P. Symth ,”Overview of Data Mining and Knowledge Discovery, Knowledge Discovery and Data Mining”, AAAI press, 1996, pp. 1-36.
33.Karlaftis, M. G., Golias, I., “Effects of road geometry and traffic volumes on rural roadway accident rates”, Accident Analysis and Prevention, 24(3),2002, pp.357-365.
34.Kass, G., “An Exploratory Technique for Investigating Large Quantities of Categorical Data”, Applied Statistics, 1980, pp. 119-127.
35.Kuhnert, P. M., Do, K. A., McClure, R., “Combining non-parametric models with logistic regression:an application to motor vehicle injury data”, Computational Statistics & Data Analysis, 34(3), 2000, pp.371-386.
36.Mussone, L., Ferrari, A. and Oneta, M., “An analysis of urban collisions using an artificial intelligence model”, Accident Analysis and Prevention, Vol. 31, 1999, pp.705-718.
37.Quinlan, J.R., “Induction of Decision Trees”, Machine Learning, Vol.1, 1986, pp. 81-106.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top