基于大数据规则挖掘的交通拥堵治理研究.pdfVIP

第 卷第 期 统计与信息论坛 年 月 统计应用研究 基于大数据规则挖掘的交通拥堵治理研究 周辉宇 北京交通大学经济管理学院北京 摘要随着中国城市机动车保有量的急剧增多交通拥堵已经成为现代城市病交通拥堵在道路网络中 呈现向四周放射的传导特性拥堵路段倾向于将拥堵扩散传导到其他相邻路段该特性此前未被系统研究 过综合比较各种方法的适用性从时间和大数据规则挖掘角度对拥堵建模使用时间序列规则挖掘算法建 立交通拥堵传导规律模型并基于传导规则预测未来交通流状况更重要的是挖掘出来的拥堵传导规则直 观可用能够用于建立拥堵预警防治机制完善道路路网建设规划中不合理的部分从而达到提升交通效率 的目的研究结果证明本模型能够较好达到研究目的挖掘出的拥堵传导规则可以精确分析交通拥堵状况 并预测未来交通流状况因此可以为交通拥堵治理决策提供重要参考 关键词大数据规则挖掘交通拥堵治理交通拥堵分析 中图分类号 文献标志码 文章编号 随着社会经济的快速发展和城市化进程的加 型建立拥堵预警防治机制完善道路路网建设规划 速城市机动车保有量的急剧增多北京现阶段面临 中不合理的部分从而提升交通效率减少拥堵出现 的交通拥堵问题是很多国际大城市在发展过程中都 机率辅助研究交通拥堵形成机理可同时服务于交 曾遇到的问题这是经济社会发展不平衡的综合表 通管理和需求管理两大方面进而对治理交通拥堵 现而大数据时代的来临为科学施策治理城市交通 有着重要的研究意义 拥堵提供了条件 一交通大数据 大数据和智能交通云系统 涉及到人车 道路及管理控制系统等诸多因素是一个典型的开 一国内外相关研究 放的复杂巨系统 随着海量交通数据的爆炸式发 国外对将大数据应用于交通管理和交通分析并 展智能交通云将有效地利用现有交通设施减少交 辅助交通管理政策的制定与决策已经有了较多的 通拥堵和环境污染并推动社会信息化及新产业的 积累和技术支持常规大数据交通流分析方法为参 发展目前已逐渐成为 世纪交通数据分析的发展 数模型预测法常见的参数模型主要有历史平均模 方向 型 系列模型卡尔曼滤波模型指数 大数据规则挖掘是智能交通云服务中一项重要 平滑模型以及与神