基于大連公交數(shù)據(jù)集的智慧公交數(shù)據(jù)可視化平臺分析

大連海事大學(xué) 張皓鋮 朱 琦 孫浩杰 劉津碩 關(guān)穎珊

本文通過由大連公交集團(tuán)提供的大量的交通數(shù)據(jù)集，利用大數(shù)據(jù)技術(shù)，在集群下分析公共交通出行數(shù)據(jù)，利用基于Hadoop平臺的SLMBP神經(jīng)網(wǎng)絡(luò)并行化算法和使用了時間序列模型和人工神經(jīng)網(wǎng)絡(luò)在線性和非線性建模的優(yōu)勢，完成短時交通道路的分析預(yù)測，可得到對于公交短時客流的預(yù)測和到站時間范圍預(yù)測。本文基于現(xiàn)有的數(shù)據(jù)平臺和技術(shù)基礎(chǔ)，進(jìn)一步開發(fā)出智慧交通小程序，利用導(dǎo)航或電子地圖等工具幫助使用者盡可能避開擁堵路段，實時預(yù)測路況，生成線路上所有公交車運(yùn)動軌跡圖，實時顯示下一班公交到站時間和公交車上的客流量，為居民提供更加合理和多樣的出行路線選擇。

合理的城市公共交通出行結(jié)構(gòu)是各城市交通系統(tǒng)的重要特征，也是解決城市交通擁堵的重中之重，它能夠從側(cè)面說明各城市在公共交通需求上具有的不同特點(diǎn)以及城市公共交通領(lǐng)域各種出行方式的功能與地位，對配置有限的城市公共交通資源起到重要作用，也是決定城市公共交通系統(tǒng)運(yùn)行效率高低的關(guān)鍵因素。城市公共交通總客運(yùn)量為地面公交客運(yùn)量與軌道交通客運(yùn)量之和，對其研究的成果能為公共交通需求者提供更合理出行方式選擇。

由于大連市目前城市公交出行率達(dá)到43%，居國內(nèi)領(lǐng)先水平，對其公交出行方式結(jié)構(gòu)的研究具有解決城市公交系統(tǒng)建設(shè)存在問題代表作用，將會對其他城市規(guī)劃管理公交系統(tǒng)產(chǎn)生重要借鑒意義。因此，本文通過對大連市居民公交出行方式結(jié)構(gòu)的大數(shù)據(jù)分析，來說明現(xiàn)代化城市對公交體系需求的特點(diǎn)，為其他城市公交體系的發(fā)展和完善提供參考價值。

1 大連市公共交通概況分析

由于車輛迅猛增長、城市道路建設(shè)相對滯后、線路位置規(guī)劃不當(dāng)、停車疏導(dǎo)管理不夠嚴(yán)格等問題，很多城市存在著嚴(yán)重的道路車輛擁堵問題。對大連市而言，機(jī)動車的增長速度遠(yuǎn)遠(yuǎn)領(lǐng)先于道路建設(shè)的速度，以2002年至2010年為例，大連市機(jī)動車的增長達(dá)13%，而新建和拓寬的道路的增長率僅為30%。如今大連市內(nèi)大部分的道路超負(fù)荷運(yùn)行是每天的常態(tài)，尤其是早晚高峰期，城市主干路路網(wǎng)基本處于癱瘓狀態(tài)，進(jìn)出市道路一片“紅色飽和”。大連市目前城市公交出行率達(dá)到43%，居國內(nèi)領(lǐng)先水平，龐大的出行人群、擁擠的道路、過長的等車時間為居民生活帶來了很多不便。

2 智能交通的發(fā)展現(xiàn)狀及分析

智能交通系統(tǒng)（ITS, intelligent traffic system）指對道路交通狀況實施監(jiān)測的系統(tǒng)，該系統(tǒng)借助數(shù)據(jù)挖掘方法獲取道路的擁堵狀態(tài)，然后根據(jù)系統(tǒng)分析的結(jié)果對機(jī)動車實施有效的調(diào)度。智能交通融合智能化、數(shù)據(jù)化、信息化發(fā)展的理念，有助于進(jìn)一步推動城市化可持續(xù)發(fā)展進(jìn)程，提升城市綜合競爭實力。智能交通系統(tǒng)通過智慧交通數(shù)據(jù)平臺，對實時車流量分布進(jìn)行遠(yuǎn)程調(diào)度管理，有效緩解了交通擁堵，進(jìn)而提高了城市交通系統(tǒng)的運(yùn)行效率；與此同時還減少了環(huán)境污染，并且在確保交通安全方面效果也非常顯著，與國家建設(shè)“智慧城市”、“綠色環(huán)保城市”和“安全城市”的要求達(dá)到高度統(tǒng)一。目前，早已有許多監(jiān)測手段被應(yīng)用到了智能交通系統(tǒng)的構(gòu)建中，幫助城市管理者完成對交通擁堵狀況的判斷。例如，通過在道路兩邊安裝靜態(tài)傳感器以接收道路車流量的實時數(shù)據(jù)，并將實時數(shù)據(jù)傳輸?shù)綌?shù)據(jù)中心，通過數(shù)據(jù)平臺加以分析處理，得到反映道路擁堵狀態(tài)的量化指標(biāo)和借助高清攝像頭采集道路交通圖像數(shù)據(jù)，并根據(jù)對圖像的分析處理結(jié)果完成對道路擁堵情況較為準(zhǔn)確的判斷。

然而，要使智能交通應(yīng)用于公共交通系統(tǒng)上，實時數(shù)據(jù)采集與處理技術(shù)和公共交通體系智能化的基本理論與技術(shù)是兩個必須要解決的問題。實施公共交通體系智能化需要用到大量的靜態(tài)和動態(tài)信息。靜態(tài)數(shù)據(jù)包括：公交站點(diǎn)間距、站點(diǎn)的位置坐標(biāo)、居民出行量、居民的收入水平等；動態(tài)數(shù)據(jù)包括：全球衛(wèi)星定位系統(tǒng)（GPS）定位數(shù)據(jù)、地理信息系統(tǒng)（GIS）中電子地圖上的矢量數(shù)據(jù)、客流量、動態(tài)交通數(shù)據(jù)、站點(diǎn)間行程時間數(shù)據(jù)、公交車發(fā)車間隔等。

目前國內(nèi)現(xiàn)有的地圖類工具軟件主要是高德地圖、百度地圖和騰訊地圖等。從應(yīng)用功能角度方面進(jìn)行分析，百度地圖和高德地圖提供基本導(dǎo)航和定位功能，百度地圖額外提供生活服務(wù)。從路況信息方面分析，高德地圖能夠及時提供擁堵情況，顯示整個擁堵距離，將擁堵狀況考慮在內(nèi)來計算行駛時間，但不提供公交數(shù)據(jù)具體預(yù)測功能。

由此，本文提出運(yùn)用結(jié)合智能交通系統(tǒng)，并基于大連公交集團(tuán)提供的大量的交通數(shù)據(jù)集，利用大數(shù)據(jù)技術(shù)，在集群下分析公共交通出行數(shù)據(jù)，利用基于Hadoop平臺的SLMBP神經(jīng)網(wǎng)絡(luò)并行化算法和使用了時間序列模型和人工神經(jīng)網(wǎng)絡(luò)在線性和非線性建模的優(yōu)勢，完成短時交通道路的分析預(yù)測，可得到對于公交短時客流的預(yù)測和到站時間范圍預(yù)測，進(jìn)而構(gòu)建智慧公交數(shù)據(jù)可視化平臺的方法來促進(jìn)公共交通體系與智能交通調(diào)度系統(tǒng)的融合，致力于構(gòu)建智能化的交通調(diào)度管理系統(tǒng)，緩解交通擁堵壓力，提高城市公共交通系統(tǒng)的運(yùn)行效率，優(yōu)化公共交通需求者的體驗，并為其他城市公交系統(tǒng)規(guī)劃發(fā)展提供參考價值。

3 智慧公交數(shù)據(jù)可視化平臺的構(gòu)建

3.1 利用開源的Map-Box和Echars技術(shù)進(jìn)行可視化處理

Map-Box使用Web服務(wù)擴(kuò)展應(yīng)用程序的功能，以進(jìn)行地理編碼、方向、空間分析等。以編程方式創(chuàng)建靜態(tài)地圖；Echarts主要運(yùn)用增量渲染技術(shù)（4.0+），配合各種其他細(xì)致的優(yōu)化，Echarts便能夠顯示千萬級的數(shù)據(jù)量，并且依然能夠在這個數(shù)據(jù)量級進(jìn)行流暢的縮放平移等交互，其同時提供了對流加載的支持，使用WebSocket或者對數(shù)據(jù)分塊后加載，加載多少渲染不需要漫長地等待所有數(shù)據(jù)加載完再進(jìn)行繪制。

在Map-Box地圖圖層的基礎(chǔ)上覆蓋一層又一層的特效，可以讓原來靜態(tài)的地圖動起來，來達(dá)到數(shù)據(jù)動態(tài)可視化。

3.2 基于大數(shù)據(jù)的短期客車客流預(yù)測模型

利用非線性阻尼最小二乘法（Levenberg-Marquardt）來優(yōu)化BP神經(jīng)網(wǎng)絡(luò)構(gòu)建了SLMBP客流預(yù)測模型，解決了BP神經(jīng)網(wǎng)絡(luò)極易陷于局部最優(yōu)解、收斂速度慢的問題。針對單機(jī)模式下SLMBP算法無法在短時間內(nèi)對多個公交站點(diǎn)進(jìn)行短時客流預(yù)測的問題，設(shè)計了基于Hadoop平臺的SLMBP神經(jīng)網(wǎng)絡(luò)并行化算法。如圖1所示。

3.3 速度預(yù)測

通過時間序列預(yù)測模型、人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型在處理線性和非線性建模的優(yōu)勢，在分析可預(yù)測性的基礎(chǔ)上，分別在歷史數(shù)據(jù)和實時數(shù)據(jù)中選取一組時序數(shù)據(jù)進(jìn)行時間序列建模預(yù)測，得出二者的預(yù)測值，并對兩者的預(yù)測值通過BP神經(jīng)網(wǎng)絡(luò)進(jìn)行融合調(diào)整，從而得到最終的較為準(zhǔn)確預(yù)測結(jié)果，進(jìn)而達(dá)到優(yōu)化短時交通流速度的預(yù)測效果。如圖2所示。

4 智慧公交數(shù)據(jù)可視化平臺的運(yùn)行結(jié)果

圖1 SLMBP客流模型預(yù)測

圖2 優(yōu)化的短時交通流速度的預(yù)測效果圖

2020年某日早高峰時段，大連公交集團(tuán)汽車五分公司中南路客運(yùn)站智能調(diào)度中心里，一位調(diào)度員在觀察404路運(yùn)行圖的各臺車輛位置分布中發(fā)現(xiàn)了問題，“在桃源市場附近發(fā)生了車流積壓、車輛擁堵，原因可能是遇到路阻，相對前面車輛間隔比較大，請?zhí)以词袌龈浇能囕v大站運(yùn)行，把車隔趕回來，盡量減少乘客的等車時間?！敝悄苷{(diào)度系統(tǒng)反應(yīng)迅速，幾乎在指令下達(dá)的同時車上的車載終端就會提示，駕駛員即可做出相應(yīng)的調(diào)整。在此之前調(diào)度室一般設(shè)置在線路兩端，所以只能根據(jù)車輛出入站情況來判斷線路運(yùn)營是否暢通，行車途中也沒法聯(lián)系駕駛員，而智能調(diào)度系統(tǒng)則可以實時掌握線路運(yùn)營情況，迅速做出反應(yīng)。在系統(tǒng)畫面中，綠色表示車輛上行方向，粉紅色表示車輛下行方向，紅色表示車輛超速或有其他問題出現(xiàn)，系統(tǒng)將予以報警、提示，點(diǎn)擊車輛標(biāo)識，系統(tǒng)可顯示車輛的車號、司機(jī)姓名、車速、班次、班別、當(dāng)前車次、下次發(fā)車時間等。

得益于智能交通系統(tǒng)的建設(shè)，目前大連市上下班高峰期間公交車平均運(yùn)營速度達(dá)到18.92 km/h，平均車隔8.1 min，車隔小于5 min線路有92條，占比50%，高峰期發(fā)車最小車隔僅有1.5 min。大連市在全國38個主要城市的公共服務(wù)評價中公共交通滿意度排名第三。

結(jié)語：本文基于大連市居民公交出行方式結(jié)構(gòu)的大數(shù)據(jù)分析，提出了運(yùn)用構(gòu)建智慧公交數(shù)據(jù)可視化平臺的方法，對緩解城市交通擁堵壓力和使用公交系統(tǒng)居民的體驗進(jìn)行改善優(yōu)化的嘗試。根據(jù)運(yùn)行結(jié)果得到如下結(jié)論，在高速發(fā)展的現(xiàn)代化城市建設(shè)中，智能交通的打造對于合理規(guī)劃城市居民交通出行結(jié)構(gòu)，提高城市公共交通體系運(yùn)行效率至關(guān)重要。從長遠(yuǎn)的角度看，物聯(lián)網(wǎng)和智能交通的結(jié)合將是大勢所趨，物聯(lián)網(wǎng)、云計算等現(xiàn)代信息技術(shù)處理能力將作為核心技術(shù)大量運(yùn)用于城市公交系統(tǒng)等智慧交通體系的運(yùn)營管理；同時，由于在我國普遍存在道路擁堵，公共交通體系建設(shè)不夠完善，居民日益增長的出行需求不能得到滿足，如何處理好城市發(fā)展、人口增長、構(gòu)建交通系統(tǒng)三者之間的矛盾顯得尤為重要。智能交通系統(tǒng)將在未來交通運(yùn)輸行業(yè)發(fā)展中占有更大的比例，并且在交通運(yùn)輸?shù)母鱾€行業(yè)和環(huán)節(jié)得到更為廣泛的應(yīng)用。此外，通過對大連市公交體系的數(shù)據(jù)集進(jìn)行可視化平臺的分析，有助于加深對大連市居民使用公共交通出行方式結(jié)構(gòu)的了解，為其他城市合理優(yōu)化居民公共交通出行方式提供了一定的參考。

清代規(guī)定，太醫(yī)院的院使，月薪是每個月三兩銀子。一般的御醫(yī)，官七品，月薪是二兩左右。至于醫(yī)士，類似于御醫(yī)的助理，工資是每個月一兩五。在清朝，一兩銀子相當(dāng)于如今兩百元左右人民幣的購買力。這么算來，這工資可就不給力了。