城市道路交通數(shù)據(jù)挖掘研究與應(yīng)用

文/河北聯(lián)合大學(xué) 張昕 宋頂利

隨著社會(huì)的進(jìn)步，城市化進(jìn)程的加快，城市交通的問(wèn)題也日益顯現(xiàn)，智能交通系統(tǒng)應(yīng)運(yùn)而生，但是智能交通系統(tǒng)的道路交通信息數(shù)據(jù)積累量相當(dāng)大，信息分析復(fù)雜。道路交通數(shù)據(jù)是智能交通管理系統(tǒng)有效進(jìn)行的數(shù)據(jù)條件，對(duì)于交通數(shù)據(jù)的挖掘，一定要找到行之有效的方法，對(duì)挖掘數(shù)據(jù)進(jìn)行深入研究，真正實(shí)現(xiàn)交通數(shù)據(jù)在城市道路管理中的應(yīng)用。

一、目前交通數(shù)據(jù)挖掘研究的主要方向

首先是交通流量的預(yù)測(cè)，交通流預(yù)測(cè)要從帶有不確定性和隨機(jī)性的交通流變化中，結(jié)合各方面的影響因素，對(duì)來(lái)自各類(lèi)道路信息采集設(shè)備提供的交通數(shù)據(jù)信息進(jìn)行全方位的分析，洞察出其中可循的規(guī)律，對(duì)相應(yīng)的狀況創(chuàng)建模型并分析預(yù)測(cè)出問(wèn)題的解決方案。其次是交通擁堵的分析，目前我國(guó)城市的交通擁堵問(wèn)題相當(dāng)嚴(yán)重，針對(duì)大規(guī)模的交通數(shù)據(jù)對(duì)交通擁堵?tīng)顩r進(jìn)行分析并建立預(yù)警和報(bào)警系統(tǒng)，能夠有效地減少因交通擁堵帶來(lái)的不必要的損失。然后是交通分布模式分析，自動(dòng)化的空間分布能夠?qū)煌鞯目臻g合理規(guī)劃，增強(qiáng)道路的通行能力，緩解交通擁堵。最后是道路交通安全分析，交通數(shù)據(jù)的挖掘不能重視表面現(xiàn)象的研究，交通安全問(wèn)題的數(shù)據(jù)挖掘同樣重要，對(duì)交通事故和交通犯罪數(shù)據(jù)的收集與挖掘，能夠打造更安全、更暢通的交通環(huán)境。

二、道路交通數(shù)據(jù)挖掘中存在的問(wèn)題

第一，在現(xiàn)有的道路模型中，宏觀模型與微觀模型或多或少地存在一些不一致，不利于道路交通模型的進(jìn)一步發(fā)展和廣泛應(yīng)用。道路交通情況存在一定的多變性和復(fù)雜性，傳統(tǒng)的各類(lèi)學(xué)科知識(shí)無(wú)法建立標(biāo)準(zhǔn)的交通模型，使其與現(xiàn)實(shí)狀況存在一定差距，所以數(shù)據(jù)挖掘技術(shù)就不能有效地分析出道路交通存在的問(wèn)題。

第二，通用的數(shù)據(jù)挖掘技術(shù)不能滿(mǎn)足智能交通系統(tǒng)對(duì)交通數(shù)據(jù)分析的具體需要，在交通數(shù)據(jù)分析中應(yīng)用的效果較差。其下屬的各個(gè)子系統(tǒng)相互間的依賴(lài)性過(guò)強(qiáng)，子系統(tǒng)單獨(dú)工作很難產(chǎn)生較好的效果，并且目前還沒(méi)有更加完善的交通數(shù)據(jù)挖掘平臺(tái)，嚴(yán)重阻礙了交通數(shù)據(jù)挖掘的研究與應(yīng)用。

三、道路交通數(shù)據(jù)挖掘技術(shù)的研究

（一）交通流理論模型的研究。交通流模型的建立要通過(guò)對(duì)交通問(wèn)題的簡(jiǎn)化處理，將交通系統(tǒng)假定為某一物理模型，之后通過(guò)統(tǒng)計(jì)、數(shù)學(xué)、概論等方法計(jì)算出整個(gè)系統(tǒng)的最佳解決辦法。隨著時(shí)代的進(jìn)步與發(fā)展，交通流的模型發(fā)展到現(xiàn)今已經(jīng)有了許多的改進(jìn)與完善，充分考慮了立交橋、交通信號(hào)燈、收費(fèi)站等各類(lèi)因素，使整體的交通管理系統(tǒng)得到了進(jìn)一步完善。

（二）時(shí)間序列分析的研究。在時(shí)間序列分析的過(guò)程中，一般比較重視時(shí)間序列的演變模式，在時(shí)間序列中分析出數(shù)據(jù)與時(shí)間變化的聯(lián)系，從而建立有效的模型，但是時(shí)間序列在演變的過(guò)程中容易受到外界因素的影響，局部特征比較復(fù)雜，對(duì)于一部分特殊的問(wèn)題分析，使用簡(jiǎn)單的模型，舍棄細(xì)節(jié)信息往往會(huì)取得更好的分析結(jié)果。在常用的時(shí)間序列分割方法中，根據(jù)分段誤差控制的不同方法，也有與之相對(duì)應(yīng)的算法，首先是滑動(dòng)窗口算法，這種算法能夠直觀明了地支持在線(xiàn)分段，但容易出現(xiàn)較差的近似表示狀況；其次是自底向上的算法，通過(guò)精密的線(xiàn)性分段將時(shí)間序列上的兩點(diǎn)間組成分段，計(jì)算與合并鄰段的擬合誤差，直到擬合誤差超出指定闡值；最后是自頂向下的算法，該方法是自底向上算法的逆運(yùn)算，在運(yùn)用過(guò)程中容易因噪聲降低性能，其時(shí)間復(fù)雜性相當(dāng)高。

由于傳統(tǒng)的時(shí)間序列分析方法難以滿(mǎn)足大量的時(shí)間序列數(shù)據(jù)分析，因此更新型的時(shí)間序列分析方法被不斷提出：序列關(guān)聯(lián)分析能夠清楚地發(fā)現(xiàn)數(shù)據(jù)集和項(xiàng)集之間的內(nèi)在聯(lián)系，序列模式挖掘就成為序列關(guān)聯(lián)分析的主要手段；聚類(lèi)分析能夠?qū)⒄w的數(shù)據(jù)集中劃分為多個(gè)不同種類(lèi)的簇，使同一簇中的數(shù)據(jù)有其相似性的特征，而不同簇的數(shù)據(jù)呈現(xiàn)明顯的差異性特征。

（三）道路交通數(shù)據(jù)挖掘方法的研究。近年來(lái)，交通數(shù)據(jù)的挖掘與研究過(guò)程，越來(lái)越重視對(duì)概率數(shù)據(jù)流的分析、挖掘，較之一般的時(shí)間序列數(shù)據(jù)挖掘技術(shù)，專(zhuān)門(mén)的挖掘交通流數(shù)據(jù)信息的技術(shù)更能夠在交通流的分析過(guò)程中符合智能交通管理系統(tǒng)的需求，交通數(shù)據(jù)的復(fù)雜性、智能交通系統(tǒng)需求的多樣性及日益繁雜的交通數(shù)據(jù)信息要求交通數(shù)據(jù)挖掘分析要不斷提出創(chuàng)新型的算法，為日后的道路交通管理工作提供更好、更全的服務(wù)。

四、交通數(shù)據(jù)挖掘在智能交通系統(tǒng)中的應(yīng)用

在智能交通系統(tǒng)的設(shè)計(jì)過(guò)程中，在數(shù)據(jù)架構(gòu)方面可以在多種系統(tǒng)條件下進(jìn)行，并對(duì)數(shù)據(jù)的存儲(chǔ)、傳輸過(guò)程進(jìn)行嚴(yán)格的加密保護(hù)；系統(tǒng)中除了實(shí)時(shí)監(jiān)控、信息統(tǒng)計(jì)等常規(guī)性功能外，還包括了更深入的交通流數(shù)據(jù)挖掘，能夠通過(guò)數(shù)據(jù)挖掘向公安機(jī)關(guān)提供事故狀況分析、可疑車(chē)輛的分析，為公安任務(wù)的執(zhí)行提供了可靠的保證；交通數(shù)據(jù)信息復(fù)雜多樣，如果對(duì)每一條數(shù)據(jù)都進(jìn)行挖掘、分析，無(wú)疑是一項(xiàng)艱巨而龐大的工作，系統(tǒng)中各項(xiàng)程式的設(shè)計(jì)使這一問(wèn)題得到了有效解決，海量的數(shù)據(jù)信息都能通過(guò)智能交通系統(tǒng)作出正確的處理指令，節(jié)省了大量的人力物力；另外，系統(tǒng)還配備了強(qiáng)大的數(shù)據(jù)檢索功能，對(duì)大量的數(shù)據(jù)能夠有效地進(jìn)行分類(lèi)處理，省時(shí)省力的同時(shí)也提高了數(shù)據(jù)挖掘的效率。

交通數(shù)據(jù)挖掘技術(shù)廣泛地應(yīng)用于智能交通管理系統(tǒng)，系統(tǒng)通過(guò)各類(lèi)挖據(jù)算法對(duì)數(shù)據(jù)進(jìn)行挖掘，有利于簡(jiǎn)化數(shù)據(jù)挖掘的流程，建立完善的數(shù)據(jù)挖掘模型庫(kù)，保證整個(gè)城市道路交通的穩(wěn)定運(yùn)行。

[1] 覃明貴.城市道路交通數(shù)據(jù)挖掘研究與應(yīng)用[D].復(fù)旦大學(xué)，2010.

[2] 趙明.智能交通系統(tǒng)數(shù)據(jù)挖掘與應(yīng)用[D].山東大學(xué)，2014.

[3] 李丹.基于數(shù)據(jù)挖掘技術(shù)的高速公路交通流預(yù)測(cè)分析研究[D].石家莊鐵道大學(xué)，2014.

[4] 莫祥倫.城市道路交通流自組織運(yùn)行機(jī)理及控制研究[D].吉林大學(xué)，2014.