基于大数据挖掘的交通流量预测.pptVIP

基于大数据挖掘的交通流量预测 学生：慕伟 导师：陈国定教授 研究目的和意义 当前各种交通信息采集技术（如微波、视频、环形感应线圈等）已被广泛地运用于城市、高速等交通路段或卡口，并且这些交通信息采集系统每天都会产生海量的实时交通数据。实时交通数据以数据流的形式记录着随时间变化的空间（位置、区域等）信息，具有大量、连续、不断变化和要求即时响应的特点。 交通领域所涉及的数据具有大数据 4V特点：规模性(volume)，数据的规模从 TB 级别向 PB，甚至 ZB 级别跃进；多样性(variety)，除了传统的关系型数据，如视频、音频和图片等非关系型数据量也越来越大；高速性(velocity)，大数据处理对时效性的要求非常的高；价值性（value），从海量数据中得到支持决策的信息是一个很大挑战。 如何对 TB、PB、ZB 级别的交通数据进行准确、高效地处理和分析及预测，做出即时和正确的交通诱导和疏通以有效改善实际交通拥堵状况是目前亟待解决的关键问题。 研究现状和发展趋势 发展趋势：随着经济的持续高速发展，城市规模不断扩大，城市交通问题变得十分尖锐。智能交通系统是目前公认的解决城市交通拥堵和提高道路通行能力的有效措施，而其对交通流进行控制和疏导的前提和关键是准确实时的交通流预测。 课题研究计划 研究目标 研究内容 技术路线 研究难点、创新点 计划进程 研究目标 对来自道路交通系统采集设备所获取的当前交通流数据及历史数据（数据资源的种类繁多），进行集中、统一的管理、深层次的加工处理之后，能实现交通流状动态、实时、准确的预测与判别，从而实现交通流数据的实时共享以改善城市道路交通拥堵的问题。 研究内容 本课题研究的智能交通系统的信息数据处理框架如图 技术路线 交通流量的预测模型 早在上世纪六七十年代，国外就已经开始研究各种预测模型在短时交通流预测中的应用了，至今已提出有几十种预测方法。 * * 日本是最早进行 ITS 研究的国家，目前在 ITS 的实 际部署方面处于国际领先地位。现在已经将先进的车载导 航和诱导系统安装在新款汽车上。 日本 美国 欧盟 美国的路网比较完善，目前全国道路建设已经基本 停止，但随着交通状况的日益严峻，政府开始重视道路土 地利用率和污染等问题。 欧盟各国对 ITS 的研究起步基本上与美国保持一 致，由于欧盟各国地域面积不大，各国ITS的发展基本上 都是与欧盟一体化政策联系在一起的。 日本 美国 欧盟 中国 我国的ITS研究虽然起步较晚，但发展比较迅速，国家1995 年提出智能交通计划。目前，我国不断加大对该领域的投入， 以解决交通拥堵等问题。 中国 ITS 信息采集研究 （1）图像采集（2）传感器采集 ITS 信息融合研究 （1）数据聚类分析（2）语义融合分析（3）交通流、行程时间预测分析 ITS 交通诱导研究 ITS 最重要的功能之一就是对路网的交通流实施交通诱导，其中交通流 的微观模型研究较多的是跟驰模型。 ITS 信息共享研究 有学者的研究实现了一种实时交通信息发布系统，保证实时消息在分布式系统中能够安全有效地传输到目的地。 数据挖掘 数据挖掘技术可以说是信息领域里面发展最为快速的技术之一，很多不同领域的专家学者们，比如统计学家、数据库专家等，都对数据挖掘技术研究颇深，使得数据挖掘日益成为企业界、学术界的讨论热点。 云计算 以下一代移动通信、宽带网网络、传感器网络、电子标识、云计算等为代表的物联网技术，已经成为未来发展智能交通的重要支撑技术。 大数据分析 随着大数据时代的来临，各种应对大数据处理的解决方案应时代而生，7 年前雅虎创建了一个用于管理、存储和分析大量数据的分布式计算平台Hadoop，它作为一个批处理系统具有吞吐量大、自动容错等优点，目前在海量数据处理方面已得到了广泛应用。 * *