数据挖掘技术在智能交通管理中的应用

摘要：随着社会的发展，交通事故、交通拥堵、环境污染和能源消耗等问题日趋严重，交通管理部门力求利用现有的交通设施，在宏观上使现有的交通设施得到最佳的利用，有效缓解交通拥堵，减少交通事故，给出行者以舒适安全的交通环境。

关键词：数据挖掘；交通流；数据仓库；智能交通管理；交通拥堵；交通事故

中图分类号：TP311 文献标识码：A 文章编号：1009-2374（2013）08-0045-02

1 智能交通管理数据挖掘

城市道路交通数据来源广泛，具有结构各不相同、数据间多层次性等特点，城市道路交通数据包括静态的交通道路环境数据以及动态的交通流数据等。

数据挖掘是从大量数据中寻找其规律的技术，主要有数据准备、数据选择、数据预处理、数据转换、数据挖掘，最后找出规律并表示，如图1所示。

1.1 道路交通数据

道路交通数据是指按时间顺序将道路交通数据采样得到的一系列在时间上离散的数值型数据序列，它成为智能交通管理平台的主要研究对象。车辆在道路上行驶形成交通流，交通连续流是机动车辆在道路上连续行驶形成的车流，如果车流在一定的时间和空间范围内不处于横向交叉影响的路段上，交通流将呈现连续流状态，比较典型的是高架道路段、越江隧道、高速公路等路段上在没有异常干扰的情况下的交通流就是典型的连续流；机动车辆在交叉路口的交通信号灯控制下，红灯停止，绿灯通行，交通流则呈现非连续状态。

1.2 智能交通管理控制数据

智能交通管理平台记录了大量交通管理控制信息，如电子警察系统将交通违法车辆的违法行为过程用图像等数据信息记录下来，为交警部门提供车辆交通违法信息，还有车辆管理信息、驾驶员管理信息等。

1.3 道路交通环境数据

道路交通环境信息包括车道宽度、路口渠划、设计道路通行能力数据、交通道路设施（如交通岗、信号灯、限速标志等）、异常事件（如施工信息、临时封闭措施、交通管制等）、公交信息等。

2 数据挖掘体系结构

智能交通管理平台主要是针对交通流量中的数据分析和处理，交通流量预测要解决的问题就是如何从带有随机性和不确定性的交通流变化中，分散在道路交通的信息采集设备将所采集到的数据信息汇总到道路交通管理中心，综合道路交通其他状况的影响因素，智能交通管理平台将对所有数据进行系统分析，找出其中的规律性，智能交通管理平台数据挖掘体系结构如图2所示。

把数据挖掘技术应用于智能交通管理平台数据分析，将能解决“数据丰富、知识贫乏”的问题，同时，也能为平台数据融合提供支持。比如，当前的专家系统依赖于用户或领域专家人工地将知识输入知识库，而这一过程常常有偏差和错误，并且耗时、费用高。通过数据挖掘工具进行数据分析，发现重要的规则存入知识库中，将能有效解决知识库偏差和错误的问题。

智能交通管理平台数据仓库是数据挖掘的基础，为数据挖掘提供强有力的数据支持。智能交通管理平台的数据仓库积累了海量的历史数据，这些数据包含了城市交通所有的基础信息等信息，并且这些数据是一系列在某时刻生成的复杂的快照，包含了时间元素，能反映某一信息数据的变化过程。同基于数据库的数据挖掘相比，基于数据仓库的数据挖掘具有三点显著优势：

（1）数据仓库的数据在加载前已经过了清洗和转换，保证了数据的质量；同时也避免了数据挖掘必须消耗很长时间对数据进行抽取、清洗、转换和装载。

（2）数据仓库的数据是按主题组织的，这为数据挖掘选择合适的数据源提供了方便。

（3）数据库不能存放历史数据，因此如果直接在数据库中挖掘，许多知识无法挖掘出来，那么就不能运用现有的数据进行预测；与其相反，数据仓库却能够存放历史数据，以便于提供数据进行预测。

3 交通流量组合模型

及时、准确地预测道路交通流量是智能交通管理平台实现动态交通管理的重要前提。由于道路交通的变化过程是一个实时、非线性、高维、非平稳的随机过程，随着统计时段的缩短，交通流变化的随机性和不确定性越来越强。交通流短时变化不仅与本路段过去几个时段的道路交通情况有关，还受上下游的道路交通情况及天气变化、交通事故和交通环境等因素的影响，这些因素都给交通流量预测带来一定的难度。

交通流量数据是时间序列的一种形式，根据时间序列数据特征的变化对其进行分割，常用的时间序列分割方法是逐段线性描述，即用线性模型对序列进行分割与逐段描述。交通流量组合模型是将交通流量时间序列分割和BP神经网络组合使用，即在交通流量时间序列分割的基础上，使用BP神经网络作为预测算法对所获得的时段数据分别进行建模和预测。

采用交通流组合模型会降低智能交通管理平台对交通流预测的误差率，如图3所示：

4 结语

针对当前智能交通管理平台发展和应用的需求，基于组合模型的交通流量预测方法能够有效地预测交通流量，是对当前交通流量预测的补充和完善并进一步发挥数据挖掘技术在智能交通管理数据分析中的作用，对于改善智能交通管理平台的能力具有积极意义。

作者简介：秦佳（1979―），女，黑龙江哈尔滨人，鸡西大学电信系讲师，硕士，研究方向：数据库。