道路交通流數(shù)據(jù)挖掘研究.pdf

1、研究交通流的各種形態(tài)及其運(yùn)行規(guī)律，建立快速、穩(wěn)定、高效的交通流模型是智能交通系統(tǒng)的重要研究內(nèi)容。隨著智能交通系統(tǒng)的發(fā)展，智能交通系統(tǒng)中積累了海量交通流數(shù)據(jù)，于是研究者開始研究利用先進(jìn)的數(shù)據(jù)挖掘技術(shù)分析智能交通系統(tǒng)中的交通流信息，發(fā)現(xiàn)交通流信息中隱含的交通模式及規(guī)則。 本文針對交通流信息的特點(diǎn)以及智能交通系統(tǒng)的新的數(shù)據(jù)挖掘應(yīng)用需求，對交通流數(shù)據(jù)預(yù)處理、交通流量預(yù)測、交通狀態(tài)識別、交通流空間聚類以及實時交通流的查詢等若干問題進(jìn)行了研

2、究，設(shè)計了適合的數(shù)據(jù)挖掘模型和算法。這些問題的研究對于智能交通系統(tǒng)的交通信號管理與控制、交通流誘導(dǎo)、動態(tài)交通分配等方面有著重要的意義。本文的主要研究內(nèi)容和成果包括以下幾個方面： (1)智能交通系統(tǒng)是一個非常龐大的系統(tǒng)，其復(fù)雜性和穩(wěn)定性使交通流數(shù)據(jù)的采集質(zhì)量難以保證，對交通流數(shù)據(jù)進(jìn)行異常檢測及預(yù)處理對于后續(xù)的數(shù)據(jù)分析、挖掘結(jié)果的質(zhì)量和預(yù)測的準(zhǔn)確性具有重要意義。本文根據(jù)交通領(lǐng)域的流量一時間占有率的倒“V”字型曲線模型，提出了一種基于

3、曲線擬合的交通流異常檢測方法，利用三次多項式的最小二乘法擬合流量/時間占有率曲線，并且利用分箱的思想對擬合好曲線上下部分分別采用基于統(tǒng)計的方法劃分上下界，有效的識別異常交通流數(shù)據(jù)。 (2)道路網(wǎng)絡(luò)上運(yùn)行的交通流具有不同的空間分布模式，如城市主干道的交通流具有“線”性模式、繁華路段的交通流具有“面”狀模式等，根據(jù)交通流運(yùn)行的空間分布特性，對城市道路交通網(wǎng)絡(luò)進(jìn)行實時、動態(tài)的交通區(qū)域劃分是當(dāng)前智能交通系統(tǒng)的研究熱點(diǎn)之一。利用聚類分析方

4、法對分布在道路網(wǎng)絡(luò)空間中的環(huán)形感應(yīng)線圈檢測器檢測的交通流數(shù)據(jù)進(jìn)行空間聚類(Spatial Clustering)分析，使具有相似性質(zhì)且具有空間關(guān)聯(lián)性的交通流數(shù)據(jù)對象聚成一類，可以發(fā)現(xiàn)道路交通流的空間分布模式。本文基于凝聚的層次聚類算法思想，設(shè)計了一個高效的交通流空間聚類算法ESCA-TF(Efficient Spatial Clustering Algorithm of Traffic Flow)，自底向上的生成道路交通流的空間聚集類。

5、ESCA-TF無需執(zhí)行復(fù)雜的空間連接和空間合并操作，實驗證明具有良好的時間效率。 (3)對道路交通流狀態(tài)進(jìn)行分析研究，及時、準(zhǔn)確地識別和預(yù)測道路交通流的狀態(tài)是智能交通系統(tǒng)實現(xiàn)動態(tài)交通管理的重要前提。交通流狀態(tài)的識別和預(yù)測包括交通流量短時預(yù)測和交通狀態(tài)的實時識別。對于路口短時交通流量預(yù)測，本文提出了基于二次聚類的交通流量序列分割和BP神經(jīng)網(wǎng)絡(luò)的組合模型的路口短時交通流量預(yù)測方法，實驗證明基于二次聚類和BP神經(jīng)網(wǎng)絡(luò)組成的組合模型提高

6、了神經(jīng)網(wǎng)絡(luò)模型的預(yù)測精度；對于道路交通狀態(tài)的實時識別，本文提出了基于聚類分析的交通狀態(tài)動態(tài)識別模型，基于該模型我們不需任何先驗知識就可以識別道路交通狀態(tài)，且具有較高的擁擠判別率和較快的判別反應(yīng)時間。 (4)隨著微電子技術(shù)、無線通信、移動定位技術(shù)的發(fā)展，在智能交通系統(tǒng)中，許多具有普適計算功能的移動裝置(如PDAs、cellphone及各種GPS裝置)可以跟蹤人或車的實際位置，獲取和傳輸與用戶位置相關(guān)的各種有用信息，因此對于道路網(wǎng)絡(luò)

7、上的移動交通流提供基于位置(Location-Based Services，LBS)的服務(wù)也是當(dāng)前交通信息化和智能交通系統(tǒng)的一個研究方向。Skyline查詢提供了一種重要的基于位置服務(wù)的功能，本文設(shè)計了道路網(wǎng)絡(luò)上移動對象的skyline連續(xù)查詢算法。算法分為兩個部分：獨(dú)立查詢點(diǎn)的Skyline查詢算法RNASQ(Absolute Skyline Query)和Skyline連續(xù)查詢算法RNCSQ(Continuous Skyline Q

8、uery)。RNASQ算法無需計算所有對象到查詢點(diǎn)的網(wǎng)絡(luò)距離，具有較好的時間效率。在RNASQ算法的基礎(chǔ)上，本文提出了道路網(wǎng)絡(luò)的上Skyline連續(xù)查詢算法RNCSQ。在RNCSQ算法中，Skyline連續(xù)查詢轉(zhuǎn)化為對查詢路徑的頂點(diǎn)和查詢對象與查詢點(diǎn)距離的交叉點(diǎn)的有限個獨(dú)立查詢，可以快速地判斷連續(xù)分段的分割點(diǎn)，有效地計算Skyline連續(xù)查詢的連續(xù)分段。 (5)建立統(tǒng)一、開放、可擴(kuò)展的智能交通系統(tǒng)數(shù)據(jù)挖掘平臺是交通流數(shù)據(jù)挖掘研究

9、的重要內(nèi)容。本文提出了一個四層的ITS數(shù)據(jù)挖掘平臺體系結(jié)構(gòu)，主要劃分為：數(shù)據(jù)層、數(shù)據(jù)挖掘算法工具層、分析邏輯層和應(yīng)用系統(tǒng)層。這種層次的系統(tǒng)應(yīng)用平臺模式便于數(shù)據(jù)挖掘算法、分析功能的設(shè)立，方便數(shù)據(jù)挖掘系統(tǒng)的開發(fā)與配置，可以使用戶輕松地根據(jù)實際應(yīng)用的需要使用數(shù)據(jù)挖掘技術(shù)，基于此結(jié)構(gòu)的數(shù)據(jù)挖掘系統(tǒng)具有良好的可擴(kuò)展性及與實體的獨(dú)立性，便于二次開發(fā)。在可擴(kuò)展的智能交通系統(tǒng)數(shù)據(jù)挖掘應(yīng)用平臺體系架構(gòu)的基礎(chǔ)上，本文設(shè)計實現(xiàn)了一個基于SOA技術(shù)的智能數(shù)據(jù)挖