城市道路交通數據挖掘研究與應用

文/河北聯合大學 張昕 宋頂利

隨著社會的進步，城市化進程的加快，城市交通的問題也日益顯現，智能交通系統(tǒng)應運而生，但是智能交通系統(tǒng)的道路交通信息數據積累量相當大，信息分析復雜。道路交通數據是智能交通管理系統(tǒng)有效進行的數據條件，對于交通數據的挖掘，一定要找到行之有效的方法，對挖掘數據進行深入研究，真正實現交通數據在城市道路管理中的應用。

一、目前交通數據挖掘研究的主要方向

首先是交通流量的預測，交通流預測要從帶有不確定性和隨機性的交通流變化中，結合各方面的影響因素，對來自各類道路信息采集設備提供的交通數據信息進行全方位的分析，洞察出其中可循的規(guī)律，對相應的狀況創(chuàng)建模型并分析預測出問題的解決方案。其次是交通擁堵的分析，目前我國城市的交通擁堵問題相當嚴重，針對大規(guī)模的交通數據對交通擁堵狀況進行分析并建立預警和報警系統(tǒng)，能夠有效地減少因交通擁堵帶來的不必要的損失。然后是交通分布模式分析，自動化的空間分布能夠對交通流的空間合理規(guī)劃，增強道路的通行能力，緩解交通擁堵。最后是道路交通安全分析，交通數據的挖掘不能重視表面現象的研究，交通安全問題的數據挖掘同樣重要，對交通事故和交通犯罪數據的收集與挖掘，能夠打造更安全、更暢通的交通環(huán)境。

二、道路交通數據挖掘中存在的問題

第一，在現有的道路模型中，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一步發(fā)展和廣泛應用。道路交通情況存在一定的多變性和復雜性，傳統(tǒng)的各類學科知識無法建立標準的交通模型，使其與現實狀況存在一定差距，所以數據挖掘技術就不能有效地分析出道路交通存在的問題。

第二，通用的數據挖掘技術不能滿足智能交通系統(tǒng)對交通數據分析的具體需要，在交通數據分析中應用的效果較差。其下屬的各個子系統(tǒng)相互間的依賴性過強，子系統(tǒng)單獨工作很難產生較好的效果，并且目前還沒有更加完善的交通數據挖掘平臺，嚴重阻礙了交通數據挖掘的研究與應用。

三、道路交通數據挖掘技術的研究

（一）交通流理論模型的研究。交通流模型的建立要通過對交通問題的簡化處理，將交通系統(tǒng)假定為某一物理模型，之后通過統(tǒng)計、數學、概論等方法計算出整個系統(tǒng)的最佳解決辦法。隨著時代的進步與發(fā)展，交通流的模型發(fā)展到現今已經有了許多的改進與完善，充分考慮了立交橋、交通信號燈、收費站等各類因素，使整體的交通管理系統(tǒng)得到了進一步完善。

（二）時間序列分析的研究。在時間序列分析的過程中，一般比較重視時間序列的演變模式，在時間序列中分析出數據與時間變化的聯系，從而建立有效的模型，但是時間序列在演變的過程中容易受到外界因素的影響，局部特征比較復雜，對于一部分特殊的問題分析，使用簡單的模型，舍棄細節(jié)信息往往會取得更好的分析結果。在常用的時間序列分割方法中，根據分段誤差控制的不同方法，也有與之相對應的算法，首先是滑動窗口算法，這種算法能夠直觀明了地支持在線分段，但容易出現較差的近似表示狀況；其次是自底向上的算法，通過精密的線性分段將時間序列上的兩點間組成分段，計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算，在運用過程中容易因噪聲降低性能，其時間復雜性相當高。

由于傳統(tǒng)的時間序列分析方法難以滿足大量的時間序列數據分析，因此更新型的時間序列分析方法被不斷提出：序列關聯分析能夠清楚地發(fā)現數據集和項集之間的內在聯系，序列模式挖掘就成為序列關聯分析的主要手段；聚類分析能夠將整體的數據集中劃分為多個不同種類的簇，使同一簇中的數據有其相似性的特征，而不同簇的數據呈現明顯的差異性特征。

（三）道路交通數據挖掘方法的研究。近年來，交通數據的挖掘與研究過程，越來越重視對概率數據流的分析、挖掘，較之一般的時間序列數據挖掘技術，專門的挖掘交通流數據信息的技術更能夠在交通流的分析過程中符合智能交通管理系統(tǒng)的需求，交通數據的復雜性、智能交通系統(tǒng)需求的多樣性及日益繁雜的交通數據信息要求交通數據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。

四、交通數據挖掘在智能交通系統(tǒng)中的應用

在智能交通系統(tǒng)的設計過程中，在數據架構方面可以在多種系統(tǒng)條件下進行，并對數據的存儲、傳輸過程進行嚴格的加密保護；系統(tǒng)中除了實時監(jiān)控、信息統(tǒng)計等常規(guī)性功能外，還包括了更深入的交通流數據挖掘，能夠通過數據挖掘向公安機關提供事故狀況分析、可疑車輛的分析，為公安任務的執(zhí)行提供了可靠的保證；交通數據信息復雜多樣，如果對每一條數據都進行挖掘、分析，無疑是一項艱巨而龐大的工作，系統(tǒng)中各項程式的設計使這一問題得到了有效解決，海量的數據信息都能通過智能交通系統(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)還配備了強大的數據檢索功能，對大量的數據能夠有效地進行分類處理，省時省力的同時也提高了數據挖掘的效率。

交通數據挖掘技術廣泛地應用于智能交通管理系統(tǒng)，系統(tǒng)通過各類挖據算法對數據進行挖掘，有利于簡化數據挖掘的流程，建立完善的數據挖掘模型庫，保證整個城市道路交通的穩(wěn)定運行。

[1] 覃明貴.城市道路交通數據挖掘研究與應用[D].復旦大學，2010.

[2] 趙明.智能交通系統(tǒng)數據挖掘與應用[D].山東大學，2014.

[3] 李丹.基于數據挖掘技術的高速公路交通流預測分析研究[D].石家莊鐵道大學，2014.

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