数据挖掘技术在智能交通管理中的应用

数据挖掘技术在智能交通管理中的应用摘要：交通信息的统计分析对交通管理工作具有重要的作用，从交通管理的需要出发，对决策制定、车辆疾控中数据挖掘技术的应用进行了一些分析，并就交通管理数据挖掘系统结构进行了探讨。

关键词：数据挖掘；智能交通管理；系统决策；车辆监控

1.智能交通管理平台系统结构

智能佳通系统是将先进的卫星地为导航技术、计算机技术、图像图形处理技术、数据挖掘技术等高新技术有效的综合运用于交通的运输、服务

和控制，加强了人、车、路三者之间的联系，借助系统的职能，使驾驶员

对实时的交通状况了如指掌，是管理人员对车辆的行驶状况一清二楚，系

统可以通过对实时数据的分析处理。在通信设施与政策法规的有力支持下，对整个交通系统进行调整，使整个系统处于最佳状态，并能对突发事件及

时反应，及时解决。图1为智能交通系统的体系结构。

实现是能交通系统的目的是通过对交通系统中信息的采集、分析、预测，通过科学的管理方法，实现对整个系统的有效控制。因此，实现系统

的科学管理和控制是整个实施过程的关键。

控制系统的主要目的是使被控制对象在满足一定条件下处于最佳运行状态。如在交通信号灯控制系统中，控制系统专门控制交叉路口处的交

通流，它控制信号灯的周期长度、绿信比和各路口之间的相位差，使路网

中的交通流尽量畅通无阻。另外，当系统检测打车流量过大，路口阻塞时

系统可将阻塞信息通过无线电、电子显示板的媒介发送给驾驶人员和旅客，从而实现对交通流的诱导，减轻被堵路口的负担。

图1 智能交通系统体系结构

2 基于数据挖掘技术的信息处理

随着城市信息化建设的逐步完成，目前已有多种交通管理系统：如自适应控制系统、交通流数据采集系统、视频监控系统、地理信息系统等。

这些系统都能独立有效的工作，对我孤傲的交通发展做出了巨大贡献。但

却存在着多个交通子系统间各自封闭、自成体系、协同不够的问题。一次

如何将现有这些信息系统及资源有效的集成起来是现在交通信息系统发

展所面临的新问题。并且城市交通管理信息集成是智能交通的重要组成部

分，起着衔接和融合各个交通业务系统的范平台性支撑的作用。

城市交通信息除了通过传统的线圈检查、红外检测器等交通检测器得到的数据之外，还包括以GIS系统为基础的道路状况数据、道路管理数据、道路视频时空数据等以及在这些数据基础上进一步简单处理后的道路状态数据，如拥挤、畅通、同步等等。这些道路交通数据具有以下特点：（1）交通信息来源广泛、种类繁多、表现形式多样、信息量巨大。针对传统的基于统计学原理的经典分析方法难以处理非数值型或非结构化的数据，传统计基于数据库的决策支持系统难以支持日益膨胀的海量信息分析的现状。

（2）信息具有很强的时空相关性。如车流量数据，只有在与一定的时刻及路口相关时才有意义，否则难以被理解与应用。

（3）信息具有明显的主题相关性，如交通信息流、交通信号控制信息等。

（4）信息具有生命特性，智能交通系统的信息具有生命周期，经历从采集、融合。加工、应用到最后被扬弃过程。

可见，智能交通系统存在动态性、不确定性、时空相关性、主题相关性和生命特性等信息特征，经典的数学公式与传统的建模方法已不能满足现实世界的信息分析要求，因此亟需采用新一代的数据融合、决策支持和分析手段，综合知识工程，人工智能、数据挖掘技术等方面的研究成果进行智能分析，才能充分发掘各应用系统的潜力，为动态交通管理提供科学准确的决策依据，是智能交通应用的深度和广度更上一个台阶。

20世纪90年代以来，随着信息技术和数据库技术的迅猛发展，人们可以非常方便的获取和存储大量的数据。面对海量的数据，传统的数据分析工具只能做一些表层的处理，而不能获得数据之间的内在关系和隐含的信息，为摆脱“数据丰富，知识贫乏”的困境，人们迫切需要一种能够智能地、自动地把数据转换成有用信息和知识的技术和工具，这种对强有力数据分析工具的迫切需要使得数据挖掘技术应运而生。

一般来说，可以把数据挖掘过程分为6个阶段，如图2所示。

（1）问题的定义进行用户调查，熟悉应用领域的数据，背景知识，确定研究目标和需求，明确所要完成的数据库挖掘任务的性质。

（2）数据收集：根据数据挖掘任务的要求确定与任务相关的数据集合。

（3）数据预处理：对上一阶段得到的数据进行加工以生成用于数据挖掘的数据集。这一阶段的工作包括两个内容：一方面需要将数据组织成一种标准形式，使其能被数据挖掘工具和其他基于计算机的工具处理；另一方面需要准备数据集使其能得到最佳的数据挖掘效果。涉及到数据标准化、数据平整、丢失数据的处理、时间相关数据的处理以及异常数据的分析和处理。

（4）构造模型：针对任务的所属类别，设计或选择有效的数据挖掘算法并进行数据挖掘，从中得到应用感兴趣的模式。

（5）评估与优化：对发现的模式进行解释、。评估与优化，必要时需要返回到前面处理中的某些步骤以反复提取。

（6）结果应用：将所发现的知识进行整理并使之应用到实际的系统中。

从中可见，数据挖掘过程是一个多阶段的，反复的，复杂的处理过程，过程的各个阶段都需要包括领域专家、数据分析员及数据挖掘专业人员等共同参与，各步骤之间包含了多次循环与反复，在某个步骤的检验与应用中，如果发现不合适，则应对前面的步骤进行修改，直到取得满意的结果。

结论：

交通管理是一项综合多学科系统的知识。现代电子信息技术的应用给交通管理工作带来了飞速的发展。数据挖掘技术以挖掘出数据背后隐

藏的关系、特征为目的，能够有效地帮助交通管理人员获得更有价值的

决策信息，提高交通管理的效率，是一个值得进一步研究的方向。

参考文献

[1]曹卫东，房芗浓.数据挖掘在智能系统中的应用分析.计算机工程（增刊），2007,31（7）：91-93

[2]刘智勇.智能交通控制理论及其应用.北京：科学出版社，2003

[3]任若恩，王惠文.多元统计数据分析.北京：国防工业出版社，1997

[4]魏宏业，吕永波，刘志硕.基于数据挖掘的智能交通系统的决策方法研究.交通运输系统工程与信息，2003（1）：23-27

[5]王振华，侯忠生，许辉，孙国萍.面向数据挖掘的城市交通信息集成三维模型.交通运输系统工程与信息，2008,8（5）：38-43