這篇交通管理論文發(fā)表了智能交通系統(tǒng)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用研究，隨著交通問題越來越突出，智能交通系統(tǒng)的出現(xiàn)解決了實(shí)際中的控制要求，能夠快速變化交通流的狀態(tài)，論文分析了數(shù)據(jù)挖掘在智能道路交通中的應(yīng)用。

　　關(guān)鍵詞：交通管理論文,智能交通系統(tǒng),道路交通

 

　　隨著我國城市化的不斷推進(jìn)發(fā)展，城市與城市之間的交通問題越來越明顯。智能交通系統(tǒng)是通過多種先進(jìn)科學(xué)技術(shù)研發(fā)出來的一種新型交通系統(tǒng)，能夠讓當(dāng)下我國存在的交通問題得到有效解決。目前，智能交通系統(tǒng)的研發(fā)，主要研究方向在于對交通流的控制和誘導(dǎo)，且是往后進(jìn)行研究的主要方向。然而，城市交通控制系統(tǒng)本身具有不確定性、較高控制性以及實(shí)時(shí)性的特點(diǎn)，其內(nèi)部的結(jié)構(gòu)相對復(fù)雜。因此，想要進(jìn)行系統(tǒng)建模和模型求解就存在很大困難，其中實(shí)時(shí)性控制要求，是需要在快速變化的交通流狀態(tài)下，將最為適宜的控制變量給計(jì)算出來，而單單依靠傳統(tǒng)控制方法是很難解決這些問題。

 

　　1智能交通管理數(shù)據(jù)挖掘

 

　　1.1道路交通挖掘

 

　　所謂道路交通數(shù)據(jù)主要是指，將道路交通數(shù)據(jù)采樣得到的一系列時(shí)間上離散的數(shù)值型數(shù)據(jù)，按時(shí)間順序進(jìn)行序列，這也是智能交通管理平臺所進(jìn)行研究的主要對象。車輛流具體是指那些在道路上不斷行駛而形成的車輛流，而在道路上機(jī)動車輛連續(xù)行駛的車流，即被稱為做交通連續(xù)流。假如在某個(gè)特定的時(shí)間、空間范圍內(nèi)，車流并沒有處在橫向交叉影響位置，則連續(xù)流流通狀態(tài)就會由此顯現(xiàn)而出。而在一些高速、高架以及跨江隧道等交通路段，如果沒有受到其他的異常干擾，則所形成的交通流就是當(dāng)下最為典型的連續(xù)流[1]。交叉路口上機(jī)動車由于受到交通信號燈的控制，出現(xiàn)紅燈需要停止，而綠燈才可以通行，這樣的交通流屬于非連續(xù)狀態(tài)。

 

　　1.2智能交通管理控制數(shù)據(jù)

 

　　智能交通管理平臺可實(shí)現(xiàn)對交通管理控制所生成的信息，進(jìn)行實(shí)時(shí)記錄。例如：電子警察系統(tǒng)能夠?qū)�交通流中的違法車輛及其違法的行為過程，以圖像數(shù)據(jù)的形式進(jìn)行實(shí)時(shí)記錄，將車輛交通違法行為信息提供給相關(guān)交警部門，此外還有駕駛員管理信息和車輛管理信息等[2]。

 

　　1.3道路交通環(huán)境數(shù)據(jù)

 

　　道路交通環(huán)境信息包含很多，不管是設(shè)計(jì)道路通行能力數(shù)據(jù)、交通崗、信號燈以及限速標(biāo)志等交通道路設(shè)施，還是車道寬度、公交信息、路口渠道、施工信息、臨時(shí)封閉措施以及交通管等異常事件都屬于道路交通環(huán)境信息。

 

　　2數(shù)據(jù)挖掘在智能道路交通中的應(yīng)用分析

 

　　2.1數(shù)據(jù)凈化處理

 

　　在檢測器對數(shù)據(jù)進(jìn)行自動采集或者是人工進(jìn)行數(shù)據(jù)輸入的過程中，都很有可能出現(xiàn)一定錯(cuò)誤，造成這種現(xiàn)象的原因有兩個(gè)方面，第一是車輛檢測器存在誤差，甚至以及發(fā)生故障;第二是人工在數(shù)據(jù)輸入過程中由于粗心、干擾等種種原因?qū)е鲁鲥e(cuò)。介于此，就需要將錯(cuò)誤、異常數(shù)據(jù)以及沒有作用的信息從大量數(shù)據(jù)中消除掉，這也就是數(shù)據(jù)凈化問題。數(shù)據(jù)凈化屬于數(shù)據(jù)分類中的一種，是其中最為典型的問題之一，簡單來說就是將數(shù)據(jù)分為兩種，一種是有用數(shù)據(jù)，一種是沒用數(shù)據(jù)，再詳細(xì)一點(diǎn)就是將無用數(shù)據(jù)在分成錯(cuò)誤和異常者兩種數(shù)據(jù)。，形成豐富的數(shù)據(jù)庫，并最終完善成為數(shù)據(jù)挖掘體系。通過該體系可采取的數(shù)據(jù)挖掘方法有很多，如：聚類分析、決策樹、神經(jīng)網(wǎng)絡(luò)以及關(guān)聯(lián)規(guī)則等等。在數(shù)據(jù)挖掘中分類是運(yùn)用最為普遍且最基本的用途，不管是什么數(shù)據(jù)，都會需要進(jìn)行數(shù)據(jù)凈化。監(jiān)視器在進(jìn)行信息采集工作過程中，經(jīng)歷較長的時(shí)間，每個(gè)子系統(tǒng)中操作人員對數(shù)據(jù)進(jìn)行長時(shí)間輸入，就必須運(yùn)用數(shù)據(jù)挖掘技術(shù)對這些大量數(shù)據(jù)進(jìn)行凈化。

 

　　2.2短缺數(shù)據(jù)的挖掘

 

　　只有得到最大限度的信息支持才能進(jìn)科學(xué)決策，然而在實(shí)際系統(tǒng)操作中，對交通流信息的獲取仍然存在一定難度。其主要原因有兩個(gè)方面，首先，無法對相應(yīng)的車輛檢測器及視頻監(jiān)視設(shè)備等采取過多的設(shè)置，否則將導(dǎo)致其維護(hù)的成本和工作量變得繁多，一些地方由于沒有設(shè)置檢測器，也就無法獲取交通流數(shù)據(jù)，這就需要從其相鄰的檢測器數(shù)據(jù)中，運(yùn)用數(shù)據(jù)挖掘技術(shù)估算出這個(gè)地方的數(shù)據(jù)[3]。其次，不管是檢測器還是視頻監(jiān)視設(shè)備，在誤差和故障率上依舊存在，相同檢測面上，一些檢測器也許會發(fā)生受遮和失效的問題，在設(shè)備出現(xiàn)故障或者檢測失效的時(shí)候，就會讓數(shù)據(jù)短缺問題顯現(xiàn)出來，因此就需要對數(shù)據(jù)進(jìn)行彌補(bǔ)。可充分結(jié)合上下游檢測器所具備的交通流數(shù)據(jù)、不同時(shí)段的交通流數(shù)據(jù)以及歷史交通流數(shù)據(jù)等，通過數(shù)據(jù)挖掘技術(shù)就能夠直接將，已知數(shù)據(jù)和短缺數(shù)據(jù)的聯(lián)系進(jìn)行計(jì)算，因而就能將未設(shè)置檢測器地區(qū)的交通數(shù)據(jù)或者因故障讓數(shù)據(jù)丟失的地區(qū)數(shù)據(jù)都能夠被大致估算出來。

 

　　2.3交通流參數(shù)的預(yù)測

 

　　為了讓有效的交通控制得以實(shí)現(xiàn)，就需要對交通流動態(tài)參數(shù)每隔五分鐘進(jìn)行一次預(yù)測。將實(shí)際的交通流數(shù)據(jù)檢測出來，以此來對下一個(gè)五分鐘交通流動態(tài)參數(shù)進(jìn)行預(yù)測，將交通流數(shù)據(jù)和預(yù)測值的關(guān)系給找出來。但是，交通流屬于典型的非平穩(wěn)隨機(jī)過程，五分鐘的交通流參數(shù)預(yù)測問題是一種弱結(jié)構(gòu)化的問題，其不確定性非常明顯。通常不能夠運(yùn)用簡單的數(shù)學(xué)解析式來對二者間的關(guān)系進(jìn)行描述，只能夠從采集的實(shí)測數(shù)據(jù)中將二者關(guān)系給挖掘出來，將這種關(guān)系用知識表達(dá)出來，形成豐富的知識庫。

 

　　3結(jié)語

 

　　總而言之，在對交通中特定問題進(jìn)行分析和處理的過程中，運(yùn)用傳統(tǒng)方法具有較大局限性，對當(dāng)下智能交通系統(tǒng)發(fā)展的需求很難做到有效滿足，而數(shù)據(jù)挖掘法的出現(xiàn)則能夠讓這些問題得到有效解決，相信在未來發(fā)展中，數(shù)據(jù)挖掘定會在智能交通領(lǐng)域中發(fā)揮出更加強(qiáng)大的作用。

 

　　推薦閱讀：《山東交通科技》(雙月刊)創(chuàng)刊于1976年，由山東省交通科學(xué)研究所主辦。本刊以交通科技交流、傳播先進(jìn)技術(shù)、總結(jié)生產(chǎn)實(shí)踐經(jīng)驗(yàn)、推進(jìn)交通科技創(chuàng)新、服務(wù)于交通現(xiàn)代化辦刊宗旨。讀者為交通系統(tǒng)的工程技術(shù)人員、干部、相關(guān)行業(yè)的學(xué)生及人員。