農(nóng)業(yè)APP的設(shè)計與研發(fā)

摘 要：本文在相關(guān)網(wǎng)站是選取了相同時間段內(nèi)的30輛車，對相關(guān)數(shù)據(jù)進(jìn)行了預(yù)處理，選取了以擁堵時間比例作為因變量，一方面單獨(dú)以司機(jī)自身的疲勞駕駛分析，一方面以行駛路程、轉(zhuǎn)向次數(shù)、平均速度以及行駛時間時間為影響變量。針對已經(jīng)整合好的車輛作為訓(xùn)練集初步建立了基于擁堵時間的多元線性預(yù)測模型，然后通過各指標(biāo)間的多重共線性與顯著性分析，進(jìn)一步建立了非線性逐步回歸作為擁堵時間預(yù)測模型。并進(jìn)行兩兩誤差分析對比，預(yù)測效果對比后確定了更為精確的逐步回歸預(yù)測模型，并對此提出了該模型優(yōu)缺點(diǎn)以及推廣。

關(guān)鍵詞：數(shù)據(jù)預(yù)處理;非線性逐步回歸;定性與定量分析

一、問題分析框架

依據(jù)原始數(shù)據(jù)選取在相同時間段內(nèi)的30輛車，以擁堵時間比例作為因變量，依據(jù)特征指標(biāo)的選取原則以行駛路程、轉(zhuǎn)向次數(shù)、平均速度、以及時間為影響變量。取部分車輛作為訓(xùn)練集初步建立了多元線性方程，然后進(jìn)行各指標(biāo)間的多重共線性與顯著性分析，進(jìn)行逐步回歸進(jìn)行影響汽車擁堵的重要指標(biāo)變量得到逐步回歸后的方程。再依據(jù)剩下的部分車輛數(shù)據(jù)作為測試集，利用由此得到的擁堵時間逐步回歸方程得到的預(yù)測結(jié)果與測試集因變量進(jìn)行對比，分析該車輛擁堵時間預(yù)測模型的誤差與均方差，以此得到更加精確的擁堵時間預(yù)測模型。

二、問題重述

在導(dǎo)航軟件中，行程時間的估計往往是一個重要的功能。現(xiàn)有的導(dǎo)航軟件往往通過安裝該軟件的出租車或其他車輛來獲取實(shí)時GPS數(shù)據(jù)以確定當(dāng)前的道路狀況。在交通嚴(yán)重堵塞的情況下，對車速的估計是不準(zhǔn)確的。

問題是如何預(yù)測交通堵塞的時間？請收集現(xiàn)有數(shù)據(jù)，建立一個更準(zhǔn)確的模型來解決這個問題。

三、符號說明

四、模型假設(shè)

（1）假設(shè)擁堵時間不受天氣因素的影響;

（2）假設(shè)我們所選取的主要的影響指標(biāo)是能大程度概括汽車安全駕駛行為的;

（3）假設(shè)經(jīng)過數(shù)據(jù)預(yù)處理后刪除的異常數(shù)據(jù)對總體數(shù)據(jù)的影響是不計的。

五、模型準(zhǔn)備

數(shù)據(jù)預(yù)處理：對于 50 輛車的預(yù)處理，我們采用對數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)變換、數(shù)據(jù)規(guī)約。在這里發(fā)現(xiàn)車輛左右轉(zhuǎn)向燈幾乎在數(shù)據(jù)中都為零，我們對這一異常值進(jìn)行了著重處理，利用每一輛車的方向角，我們制定了轉(zhuǎn)向標(biāo)準(zhǔn)并且結(jié)合經(jīng)緯度在地圖中對其進(jìn)行了驗(yàn)證，發(fā)現(xiàn)在地圖上的明顯道路轉(zhuǎn)彎處基本和所處理的異常值符合。

（1）在對車輛軌跡處理中，我們在對應(yīng)的坐標(biāo)下，不同車輛不同程度上都出現(xiàn)了軌跡偏離現(xiàn)象。我們采用均值濾器進(jìn)行軌跡數(shù)據(jù)異常處理以及清洗。由于車輛傳感器帶來的噪聲，所以車聯(lián)網(wǎng)收集的數(shù)據(jù)并不精確。

（2）對于異常數(shù)據(jù)處理：通過對初始數(shù)據(jù)的整理，發(fā)現(xiàn)在行駛路程為0的情況下，仍然存在著行駛時間不為0的情況，將此數(shù)據(jù)進(jìn)行刪除。

（3）對于車輛轉(zhuǎn)向的數(shù)據(jù)處理：通過GPS返回的數(shù)據(jù)，我們依據(jù)車輛方向角的變化統(tǒng)計出車輛是否進(jìn)行了轉(zhuǎn)向。

六、模型建立

（1）內(nèi)在因素分析：疲勞駕駛處理

疲勞駕駛是駕駛?cè)俗陨淼男袨椋矔煌〒矶略斐蓛?nèi)在的因素，我們?nèi)∏岸v車進(jìn)行分析。可發(fā)現(xiàn)，駕駛者的疲勞駕駛程度與擁堵率是顯著正相關(guān)的，即代表駕駛者的本身內(nèi)在因素也影響著擁堵時間的變化。

經(jīng)求解，對其進(jìn)行t檢驗(yàn)，判斷總體P_Value，但這并不能說明回歸方程中的每一項(xiàng)都是顯著的，也不能說明各項(xiàng)之間完全非共線。

觀察每個變量的方差膨脹因子VIF，均小于5，即經(jīng)過問題一處理后的因子完全不存在共線性。然后觀察每個指標(biāo)的P_Value，各個影響擁堵時間的特征指標(biāo)都大于0.05，是不顯著的。在這里我們選取行駛路程和轉(zhuǎn)向次數(shù)等這四個不顯著的因子，取其次數(shù)都為二，然后進(jìn)行逐步回歸分析。

逐步回歸：

步驟1：對我們所選取的5個回歸自變量分別同因變量y（擁堵時間率）建立多元非線性回歸模型。

計算變量Xi，相應(yīng)的回歸系數(shù)的 F檢驗(yàn)統(tǒng)計量的值，記為，，取f其中的最大值。

對給定的顯著性水平，記相應(yīng)的臨界值為，，則將Xi引入回歸模型，記I1為選入變量指標(biāo)集合。

步驟2：建立因變量Y與自變量子集的二元回歸模型（即此回歸模型的回歸元為二元的），共有4個。計算變量的回歸系數(shù) F檢驗(yàn)的統(tǒng)計量值，記為，選其中最大者，記為，對應(yīng)自變量標(biāo)記為i2。

對給定的顯著性水平，記相應(yīng)的臨界值為，則變量引入回歸模型。否則，終止變量引入過程。

步驟3：考慮因變量對變量子集的回歸重復(fù)步驟2。

依此方法重復(fù)進(jìn)行，每次從未引入回歸模型的自變量中選取一個，直到經(jīng)檢驗(yàn)沒有變量引入為止。

不難發(fā)現(xiàn)，在進(jìn)行擁堵時間的預(yù)測上，逐步回歸分析模型相對線性預(yù)測模型更加吻合真實(shí)數(shù)據(jù)。

經(jīng)過對比：誤差在逐步回歸中得到了明顯改善，提高了該預(yù)測模型的精確性。

最終得到關(guān)于擁堵時間的預(yù)測模型：

七、模型推廣與改進(jìn)

（1）對于數(shù)據(jù)預(yù)處理過程中壞值的數(shù)據(jù)記錄，我們可以通過問題建立的擁堵時間預(yù)測逐步回歸方程加以求解，完善問題中的數(shù)據(jù)樣本，提高模型的可靠性。

（2）按照實(shí)際情況可知，天氣因素必然會對擁堵時間產(chǎn)生一定影響。但是模型中并沒有體現(xiàn)這一因素，可能受到其同類因素的干擾導(dǎo)致顯著性不明顯。

參考文獻(xiàn)

[1]李琦.基于多源數(shù)據(jù)的交通狀態(tài)監(jiān)測與預(yù)測方法研究[D].吉林大學(xué)，2013年6月.

[2]David Hand，Heikki Mnnila.Padhraic Smyth數(shù)據(jù)挖掘原理[M].張銀奎，廖麗，宋俊等譯.機(jī)械工業(yè)出版社，中信出版社，2004

作者簡介

張靜茹（1999—），女，漢族，山東泰安市，本科，研究方向：農(nóng)業(yè)APP設(shè)計與研發(fā)。