文/河北联合大学 张昕 宋顶利

随着社会的进步，城市化进程的加快，城市交通的问题也日益显现，智能交通系统应运而生，但是智能交通系统的道路交通信息数据积累量相当大，信息分析复杂。道路交通数据是智能交通管理系统有效进行的数据条件，对于交通数据的挖掘，一定要找到行之有效的方法，对挖掘数据进行深入研究，真正实现交通数据在城市道路管理中的应用。

一、目前交通数据挖掘研究的主要方向

首先是交通流量的预测，交通流预测要从带有不确定性和随机性的交通流变化中，结合各方面的影响因素，对来自各类道路信息采集设备提供的交通数据信息进行全方位的分析，洞察出其中可循的规律，对相应的状况创建模型并分析预测出问题的解决方案。其次是交通拥堵的分析，目前我国城市的交通拥堵问题相当严重，针对大规模的交通数据对交通拥堵状况进行分析并建立预警和报警系统，能够有效地减少因交通拥堵带来的不必要的损失。然后是交通分布模式分析，自动化的空间分布能够对交通流的空间合理规划，增强道路的通行能力，缓解交通拥堵。最后是道路交通安全分析，交通数据的挖掘不能重视表面现象的研究，交通安全问题的数据挖掘同样重要，对交通事故和交通犯罪数据的收集与挖掘，能够打造更安全、更畅通的交通环境。

二、道路交通数据挖掘中存在的问题

第一，在现有的道路模型中，宏观模型与微观模型或多或少地存在一些不一致，不利于道路交通模型的进一步发展和广泛应用。道路交通情况存在一定的多变性和复杂性，传统的各类学科知识无法建立标准的交通模型，使其与现实状况存在一定差距，所以数据挖掘技术就不能有效地分析出道路交通存在的问题。

第二，通用的数据挖掘技术不能满足智能交通系统对交通数据分析的具体需要，在交通数据分析中应用的效果较差。其下属的各个子系统相互间的依赖性过强，子系统单独工作很难产生较好的效果，并且目前还没有更加完善的交通数据挖掘平台，严重阻碍了交通数据挖掘的研究与应用。

三、道路交通数据挖掘技术的研究

（一）交通流理论模型的研究。交通流模型的建立要通过对交通问题的简化处理，将交通系统假定为某一物理模型，之后通过统计、数学、概论等方法计算出整个系统的最佳解决办法。随着时代的进步与发展，交通流的模型发展到现今已经有了许多的改进与完善，充分考虑了立交桥、交通信号灯、收费站等各类因素，使整体的交通管理系统得到了进一步完善。

（二）时间序列分析的研究。在时间序列分析的过程中，一般比较重视时间序列的演变模式，在时间序列中分析出数据与时间变化的联系，从而建立有效的模型，但是时间序列在演变的过程中容易受到外界因素的影响，局部特征比较复杂，对于一部分特殊的问题分析，使用简单的模型，舍弃细节信息往往会取得更好的分析结果。在常用的时间序列分割方法中，根据分段误差控制的不同方法，也有与之相对应的算法，首先是滑动窗口算法，这种算法能够直观明了地支持在线分段，但容易出现较差的近似表示状况；其次是自底向上的算法，通过精密的线性分段将时间序列上的两点间组成分段，计算与合并邻段的拟合误差，直到拟合误差超出指定阐值；最后是自顶向下的算法，该方法是自底向上算法的逆运算，在运用过程中容易因噪声降低性能，其时间复杂性相当高。

由于传统的时间序列分析方法难以满足大量的时间序列数据分析，因此更新型的时间序列分析方法被不断提出：序列关联分析能够清楚地发现数据集和项集之间的内在联系，序列模式挖掘就成为序列关联分析的主要手段；聚类分析能够将整体的数据集中划分为多个不同种类的簇，使同一簇中的数据有其相似性的特征，而不同簇的数据呈现明显的差异性特征。

（三）道路交通数据挖掘方法的研究。近年来，交通数据的挖掘与研究过程，越来越重视对概率数据流的分析、挖掘，较之一般的时间序列数据挖掘技术，专门的挖掘交通流数据信息的技术更能够在交通流的分析过程中符合智能交通管理系统的需求，交通数据的复杂性、智能交通系统需求的多样性及日益繁杂的交通数据信息要求交通数据挖掘分析要不断提出创新型的算法，为日后的道路交通管理工作提供更好、更全的服务。

四、交通数据挖掘在智能交通系统中的应用

在智能交通系统的设计过程中，在数据架构方面可以在多种系统条件下进行，并对数据的存储、传输过程进行严格的加密保护；系统中除了实时监控、信息统计等常规性功能外，还包括了更深入的交通流数据挖掘，能够通过数据挖掘向公安机关提供事故状况分析、可疑车辆的分析，为公安任务的执行提供了可靠的保证；交通数据信息复杂多样，如果对每一条数据都进行挖掘、分析，无疑是一项艰巨而庞大的工作，系统中各项程式的设计使这一问题得到了有效解决，海量的数据信息都能通过智能交通系统作出正确的处理指令，节省了大量的人力物力；另外，系统还配备了强大的数据检索功能，对大量的数据能够有效地进行分类处理，省时省力的同时也提高了数据挖掘的效率。

交通数据挖掘技术广泛地应用于智能交通管理系统，系统通过各类挖据算法对数据进行挖掘，有利于简化数据挖掘的流程，建立完善的数据挖掘模型库，保证整个城市道路交通的稳定运行。

[1] 覃明贵.城市道路交通数据挖掘研究与应用[D].复旦大学，2010.

[2] 赵明.智能交通系统数据挖掘与应用[D].山东大学，2014.

[3] 李丹.基于数据挖掘技术的高速公路交通流预测分析研究[D].石家庄铁道大学，2014.

[4] 莫祥伦.城市道路交通流自组织运行机理及控制研究[D].吉林大学，2014.