大数据背景下基于5S的城交通拥堵评价模型研究-运筹与管理.PDF

第２７卷　第１期 运　 筹　 与 　管　 理 Ｖｏｌ．２７，Ｎｏ．１ ２０１８年 １月 ＯＰＥＲＡＴＩＯＮＳＲＥＳＥＡＲＣＨＡＮＤＭＡＮＡＧＥＭＥＮＴＳＣＩＥＮＣＥ Ｊａｎ．２０１８ 　 　 大数据背景下基于５Ｓ的城市交通拥堵评价模型研究 熊 励，　杨淑芬，　张 芸 （上海大学 管理学院，上海 ２００４４４） 摘　要：近几年来，城市交通拥堵问题日益突出，极大制约了城市发展。在大数据背景下，为了准确掌握交通实时 拥堵状况，改善城市交通，便利市民出行，本文深入挖掘城市交通拥堵的影响因素，构建了基于交通 ５Ｓ要素的城市 拥堵理论模型，运用径向基函数神经网络方法工具，以上海静安寺、上海站、陆家嘴周围三大拥堵路段的交通数据 集为例，验证了该模型的有效性。实验结果表明，由该模型获得的城市交通拥堵预测值与上海实际交通路况具有 较好的拟合效果，表明交通５Ｓ模型与方法能够准确有效地评价城市交通拥堵。 关键词：城市交通拥堵；评价模型；深度挖掘；５Ｓ理论 中图分类号：Ｃ９３１．１　文章标识码：Ａ　文章编号：１００７３２２１（２０１８）０１０１１７０８　ｄｏｉ：１０．１２００５／ｏｒｍｓ．２０１８．００１８ ＲｅｓｅａｒｃｈｏｎｔｈｅＵｒｂａｎＴｒａｆｆｉｃＣｏｎｇｅｓｔｉｏｎＥｖａｌｕａｔｉｏｎ ＭｏｄｅｌＢａｓｅｄｏｎ５ＳＴｈｅｏｒｙ ＸＩＯＮＧＬｉ，ＹＡＮＧＳｈｕｆｅｎ，ＺＨＡＮＧＹｕｎ （ＳｃｈｏｏｌｏｆＭａｎａｇｅｍｅｎｔ，ＳｈａｎｇｈａｉＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００４４４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｒｅｃｅｎｔｙｅａｒｓ，ｔｈｅｕｒｂａｎｔｒａｆｆｉｃｃｏｎｇｅｓｔｉｏｎｐｒｏｂｌｅｍｉｓｍｏｒｅａｎｄｍｏｒｅｓｅｒｉｏｕｓｓｏｔｈａｔｉｔｇｒｅａｔｌｙｒｅｓｔｒｉｃｔｓ ｔｈｅｃｉｔｙｄｅｖｅｌｏｐｍｅｎｔ．Ｉｎｔｈｅｂａｃｋｇｒｏｕｎｄｏｆｂｉｇｄａｔａ，ｉｎｏｒｄｅｒｔｏａｃｃｕｒａｔｅｌｙｐｒｅｄｉｃｔｔｈｅｒｅａｌｔｉｍｅｓｔａｔｕｓｏｆｕｒｂａｎ ｔｒａｆｆｉｃｃｏｎｇｅｓｔｉｏｎａｎｄｉｍｐｒｏｖｅｕｒｂａｎｔｒａｆｆｉｃｃｏｎｄｉｔｉｏｎｓｔｏｍａｋｅｐｕｂｌｉｃｔｒａｖｅｌｃｏｎｖｅｎｉｅｎｔ，ｔｈｉｓｐａｐｅｒｍａｋｅｓａｓｔｕｄｙ ｏｆｆａｃｔｏｒｓｏｆｕｒｂａｎｔｒａｆｆｉｃｃｏｎｇｅｓｔｉｏｎｓ．Ｔｈｅｎｗｅｂｕｉｌｄａｕｒｂａｎｔｒａｆｆｉｃｃｏｎｇｅｓｔｉｏｎｅｖａｌｕａｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎｔｈｅ ｔｈｅｏｒｙｏｆ５Ｓ．Ｌａｓｔｌｙ，ｗｅｕｓｅａｒａｄｉａｌｂａｓｉｓｆｕｎｃｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋｔｏｖｅｒｉｆｙｔｈｅｍｏｄｅｌｗｉｔｈｔｒａｆｆｉｃｄａｔａｓｅｔｏｆ ＪｉｎｇａｎＴｅｍｐｌｅ，ＳｈａｎｇｈａｉＳｔａｔｉｏｎ，ａｎｄＬｕｊｉａｚｕｉｉｎＳｈａｎｇｈａｉ．Ｔｈｅｒｅｓｕｌｔｉｎｄｉｃａｔｅｓｔｈａｔｔｈｅｐｒｅｄｉｃｔｉｖｅｖａｌｕｅ ｏｂｔａｉｎｅｄｂｙｔｈｅｕｒｂａｎｔｒａｆｆｉｃｃｏｎｇｅｓｔｉｏｎｅｖａｌｕａｔｉｏｎｍｏｄｅｌｈａｓａｇｏｏｄｆｉｔｔｉｎｇｅｆｆｅｃｔｏｎｔｈｅＳｈａｎｇｈａｉｒｅａｌｒｏａｄｔｒａｆ ｆｉｃ．Ｉｔｓｈｏｗｓｔｈａｔｔｈｅｍｏｄｅｌｃａｎａｃｃｕｒａｔｅｌｙｅｖａｌｕａｔｅｕｒｂａｎｔｒａｆｆｉｃｃｏｎｇｅｓｔｉｏｎｅｆｆｅｃｔｉｖｅｌｙ． Ｋｅｙｗｏｒｄｓ：ｕｒｂａｎｔｒａｆｆｉｃｃｏｎｇｅｓｔｉｏｎ；ｅｖａｌｕａｔｉｏｎｍｏｄｅｌ；ｄｅｅｐｍｉｎｉｎｇ；５Ｓｔｈｅｏｒｙ 里、平均时间５１分钟位列全国上班时间最长城市 ［２］ ０　引言