目錄交通流背景知識(shí)道路交通流量挖掘交通信息分析與決策系統(tǒng)模型設(shè)計(jì)目錄交通流背景知識(shí)道路交通流量挖掘交通信息分析與決策系統(tǒng)模型1一、交通流背景知識(shí)交通流是在指定時(shí)間內(nèi)通過道路某地點(diǎn)或某斷面的車輛、行人數(shù)量。通常僅指機(jī)動(dòng)車交通量。它是隨時(shí)變化的,常以平均交通量、高峰小時(shí)交通量和設(shè)計(jì)小時(shí)交通量作為代表性的交通流

。智能交通業(yè)界常用3個(gè)參數(shù)來定量描述交通流：(l)交通流量,又稱交通量,表示在單位時(shí)間內(nèi)通過道路指定斷面的車輛數(shù)量,單位是輛/小時(shí);(2)交通流速度,簡稱流速,表示交通流流動(dòng)的快慢,單位是米/秒或公里/小時(shí);(3)交通流密度,表示交通流的疏密程度,即道路單位長度上含有車輛的數(shù)量,單位是輛/公里。一、交通流背景知識(shí)交通流是在指定時(shí)間內(nèi)通過道路某地點(diǎn)或2

假設(shè)交通流為自由流,在長度為L的路段上有連續(xù)進(jìn)行的N輛車,其速度為V,由三個(gè)參數(shù)的定義可知:L路段上的車流密度:N號(hào)車通過A斷面的時(shí)間:N號(hào)車通過A斷面的交通流量:將以上各式整理得:式中:Q---流量，輛/h;V---區(qū)間速度，km/h;K---密度，輛/km.假設(shè)交通流為自由流,在長度為L的路段上有連續(xù)進(jìn)行的N輛3

這三個(gè)量之間的關(guān)系是一種三維關(guān)系,投影到三個(gè)二維坐標(biāo)系中即是速度--密度、交通量--密度和速度--交通量之間的關(guān)系，如圖1所示:圖1交通量、速度以及密度關(guān)系圖這三個(gè)量之間的關(guān)系是一種三維關(guān)系,投影到三個(gè)二維坐標(biāo)系4

根據(jù)不同的信息采集技術(shù),道路交通數(shù)據(jù)分為道路斷面交通數(shù)據(jù)和道路路段交通數(shù)據(jù)：(l)道路斷面交通數(shù)據(jù)是用安裝在固定地點(diǎn)的交通檢測(cè)設(shè)備檢測(cè)移動(dòng)的車輛,獲得的是檢測(cè)設(shè)備設(shè)置點(diǎn)的交通數(shù)據(jù)信息,一般得到交通流量、速度及占有率等交通數(shù)據(jù)。(2)道路路段交通數(shù)據(jù)是運(yùn)用安裝有車載設(shè)備(如GPS)的車輛的移動(dòng)位置獲取交通數(shù)據(jù)信息,移動(dòng)檢測(cè)設(shè)備記錄車輛的移動(dòng)信息,通過車輛的移動(dòng)信息可計(jì)算路段內(nèi)的交通信息。根據(jù)不同的信息采集技術(shù),道路交通數(shù)據(jù)分為道路斷面交通5智能交通數(shù)據(jù)挖掘技術(shù)研究中的幾個(gè)關(guān)鍵方面：1)交通流量預(yù)測(cè)道路交通的變化過程是一個(gè)實(shí)時(shí)、非線性、高維、非平穩(wěn)隨機(jī)過程,隨著統(tǒng)計(jì)時(shí)段的縮短,交通流變化的隨機(jī)性和不確定性越來越強(qiáng)。2)交通擁堵分析各交通信息采集點(diǎn)采集的道路交通數(shù)據(jù)隨著時(shí)間的推移,已經(jīng)形成了海量的道路交通數(shù)據(jù)庫，針對(duì)大規(guī)模交通數(shù)據(jù)設(shè)計(jì)更高效的數(shù)據(jù)挖掘算法對(duì)交通擁堵事件進(jìn)行分析成為建立交通擁擠預(yù)警和報(bào)警系統(tǒng)的關(guān)鍵技術(shù)之一。智能交通數(shù)據(jù)挖掘技術(shù)研究中的幾個(gè)關(guān)鍵方面：63)交通分布模式分析采用有效的方法自動(dòng)快速獲取道路網(wǎng)絡(luò)上交通流的空間分布模式,根據(jù)交通流的空間分布特性,合理劃分路網(wǎng)交通子區(qū)。4)道路交通安全分析道路交通數(shù)據(jù)挖掘還包括道路交通安全相關(guān)的數(shù)據(jù)挖掘,如交通事故的數(shù)據(jù)挖掘、道路交通犯罪的數(shù)據(jù)挖掘等內(nèi)容。這兩部分內(nèi)容的數(shù)據(jù)因?yàn)楣芾眢w制的關(guān)系,目前相關(guān)數(shù)據(jù)分散在各區(qū)縣公安分局、各保險(xiǎn)公司,并且其中大部分?jǐn)?shù)據(jù)屬于保密數(shù)據(jù),不對(duì)外公開。3)交通分布模式分析7二、道路交通流量挖掘1、問題分析交通流量預(yù)測(cè)按照預(yù)測(cè)時(shí)間長短,可分為長期流量預(yù)測(cè)(又稱戰(zhàn)略流量預(yù)測(cè))和短時(shí)交通預(yù)測(cè)(一般預(yù)測(cè)未來5分鐘的流量);按照預(yù)測(cè)物件,可分為十字路口流量預(yù)測(cè)和高速公路流量預(yù)測(cè)。圖2是一個(gè)十字路口的簡化模型,其交通流量區(qū)別于路段上單點(diǎn)的交通流量。圖2十字路口的簡化模型二、道路交通流量挖掘圖2十字路口的簡化模型82、交通流量預(yù)測(cè)算法針對(duì)路口短時(shí)交通流量預(yù)測(cè)問題,采用基于交通流量序列分割和神經(jīng)網(wǎng)絡(luò)組合模型的交通流量預(yù)測(cè)CITFF(CombinedIntersectionTrafficFlowForcast).CITFF算法首先采用聚類方法對(duì)交通流量在流量和時(shí)間上進(jìn)行模式劃分,然后再采用神經(jīng)網(wǎng)絡(luò)方法對(duì)各個(gè)交通流模式進(jìn)行建模和預(yù)測(cè)。2.1交通流量序列分割交通流量數(shù)據(jù)是時(shí)間序列的一種形式，最常用的時(shí)間序列分割方法是逐段線性描述,即使用線性模型對(duì)序列進(jìn)行分割與逐段描述。本文采用基于流量聚類的方法對(duì)交通流流量序列進(jìn)行分割，選擇K—Means聚類算法。2、交通流量預(yù)測(cè)算法9算法基本思想如下:l)將所有的交通流量數(shù)據(jù)按照流量值的大小,選擇K-Means算法作為聚類分段的基礎(chǔ)算法(取k=3),采用歐幾里德距離作為聚類的距離函數(shù);2)根據(jù)上一步聚類,生成C1、C2、C3三個(gè)簇。3）經(jīng)過兩步聚類后,我們將一天的流量值聚為7個(gè)簇。4)計(jì)算各個(gè)簇的質(zhì)心和質(zhì)量,質(zhì)心的橫坐標(biāo)為時(shí)間,縱坐標(biāo)為流量的平均值,簇的質(zhì)量為簇中對(duì)象的個(gè)數(shù),按照質(zhì)心的橫坐標(biāo)(時(shí)間)大小排序,記t1t2,t3,t4,t5,t6,t7；對(duì)應(yīng)的質(zhì)量為m1,m2,m3,m4,m5,m6,m7;5)按照公式1計(jì)算：，即算法基本思想如下:10例:某市的城西路是一條穿過市區(qū)的主干道,其中城西路和經(jīng)發(fā)大道以及和機(jī)場(chǎng)路的交叉路口是兩個(gè)非常重要的十字路口,其車流量大且交通地位高,其地理位置和相互之間的關(guān)系如圖3所示：圖3路口示例

采用序列分割算法,對(duì)圖3所示經(jīng)發(fā)大道和城西路的向南方向的來自iCentroView系統(tǒng)中某一天的交通流量數(shù)據(jù)(線圈每隔5分鐘采集一次數(shù)據(jù),一天24小時(shí)共獲287個(gè)樣本)進(jìn)行分割,得出質(zhì)心和質(zhì)量分別為:例:某市的城西路是一條穿過市區(qū)的主干道,其中城西路和經(jīng)發(fā)大道11數(shù)據(jù)挖掘在智能交通中的應(yīng)用ppt課件12

圖4交通流量序列分隔

在交通流量序列分割算法中,我們可以發(fā)現(xiàn)根據(jù)流量和時(shí)間兩個(gè)維度,先后使用聚類算法劃分交通流量模式是符合交通流量分布情況。圖4交通流量序列分隔在交通流量序列分割算法中,我13三、基于數(shù)據(jù)挖掘技術(shù)的智能交通信息分析與決策系統(tǒng)模型設(shè)計(jì)三、基于數(shù)據(jù)挖掘技術(shù)的智能交通信息分析與決策系統(tǒng)模型設(shè)計(jì)14（1）交通數(shù)據(jù)倉庫構(gòu)建交通信息數(shù)據(jù)倉庫是本系統(tǒng)結(jié)構(gòu)的核心,其實(shí)現(xiàn)形式包括:數(shù)據(jù)采集與ETL(數(shù)據(jù)抽取、轉(zhuǎn)換和裝載)、數(shù)據(jù)倉庫管理系統(tǒng)、元數(shù)據(jù)管理系統(tǒng)三部分。在建模過程中,考慮到智能交通領(lǐng)域涵蓋范圍廣泛,要求數(shù)據(jù)倉庫具有很強(qiáng)的可伸縮性。（2）信息智能分析模塊。在數(shù)據(jù)倉庫基礎(chǔ)上直接采用的智能化分析技術(shù)主要有:聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)技術(shù)。聯(lián)機(jī)分析技術(shù)的主要功能是進(jìn)行多維數(shù)據(jù)分析和生成報(bào)表,并且以一種直觀易懂的形式將查詢結(jié)果提供給決策人員。數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)技術(shù)是從海量數(shù)據(jù)中抽取隱含的、潛在的有用知識(shí)的過程。知識(shí)發(fā)現(xiàn)是數(shù)據(jù)挖掘的主要目的,也是新一代輔助決策系統(tǒng)的關(guān)鍵所在。（1）交通數(shù)據(jù)倉庫15（3）輔助決策模塊該模塊邏輯上主要由知識(shí)庫、模型庫、方法庫、推理機(jī)、咨詢/解釋系統(tǒng)和問題處理系統(tǒng)構(gòu)成。（4）模擬運(yùn)行模塊該模塊主要由問題發(fā)生器、情景分析、模擬、優(yōu)化和評(píng)價(jià)比較五部分構(gòu)成。（5）接口與會(huì)話管理模塊該模塊通過可視化技術(shù),提供易于被用戶理解和使用的,具有智能糾錯(cuò)、自我學(xué)習(xí)的界面系統(tǒng),