大數據挖掘技術在交通疏解中的應用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了大數據挖掘技術在交通疏解中的應用范文，希望能給你帶來靈感和參考，敬請閱讀。

【摘要】近年來，在北京、上海等一線大城市，嚴重擁堵的交通給人們的日常出行帶來不便，更影響了城市的正常運轉，造成不必要的經濟損失和資源浪費。傳統方式諸如以規劃城市道路、增設高架橋、BRT快速公交來緩解城市交通壓力的做法，潛力作用和適配城市的特定解決方法始終是有瓶頸的。當前，我國正在積極發展智慧城市建設，智慧交通正是其重要組成部分之一。交通領域的數據保有量巨大，基于互聯網領域廣泛應用的大數據挖掘技術，對現有城市交通流量進行分析并預測，及時改善城市交通調度，將有助于進一步緩解城市交通壓力，提升人們出行體驗。

【關鍵詞】智慧交通；大數據挖掘；節能減排

數據挖掘（DataMining）是指從大量的、不完全的、有干擾的、模糊的、隨機的數據中提取隱含在其中的、人們事先不知道的，但又是潛在有用的信息和知識的過程。隨著信息技術的快速發展，人們積累的數據量急劇增長，如何從海量的數據中提取有用的知識，幫助人們解決現有問題，值得我們深入學習和研究。數據挖掘就是應運而生的數據處理技術。筆者將首先對城市智慧交通的概念，大數據挖掘在城市交通方面的典型應用等方面，分析其可行性和重要意義。

1智慧交通

智慧交通以交通信息中心為核心，綜合的，協同的連接各類城市交通信息系統，讓人、車、路與交通系統融為一體，為出行者和交通監管部門提供實時交通信息信息和數據，為城市大動脈的良性運轉提供科學決策的基礎。在智慧城市建設的過程中，越來越多的智能交通設備接入到城市交通網絡體系中，所搜集到的信息也越來越多，這為大數據分析奠定了數據基礎，使得應用大數據挖掘與分析技術為城市交通調度出謀劃策成為可能。據高德地圖公司的結論稱，城市大腦•智慧交通已在大出行領域取得階段性成果：在北京，通過信號燈配時優化，機動車通過路口的平均延誤下降了6%、停車比例降低了3%；在上海，針對南北高架各路段交通狀態所建立的神經網絡模型的預測精度提高了10%。

2大數據挖掘技術在出行領域的應用分析

2.1數據挖掘技術在城市車輛調度方面的應用分析

大數據就像工業革命時代的煤炭一樣舉足輕重，人工智能需要足夠的數據進行訓練，才能創造出更有效的工具。在出行領域，我國的滴滴出行科技有限公司積累了大量的經驗和海量的數據。據報道，當前滴滴在交通領域的數據量全球第一，每日峰值訂單超過2000萬單、每日處理數據超過2000TB，覆蓋了交通路況、用戶叫車信息、司機駕駛行為、車輛數據等多個維度。這些都要歸功于滴滴公司創造的一個叫做“滴滴大腦”的信息處理與的智能系統。該系統的一個重要組成部分就是大數據處理部分，通過采用神經網絡等大數據分析算法，該系統能夠從搜集到的交通數據中總結出規律，并且利用這些規律來對未來的交通狀況進行有效預測。例如，“滴滴大腦”目前對15min后的供需預測的準確率已經達到了85%，并且基于這樣高的準確率，滴滴公司就可以調度司機滿足某一區域未來的打車需求，有效降低該區域的供需不平衡的概率。同時，還可將該地區即將到來的交通流量高峰上報至城市交通管理部門，為進行科學合理的交通管控預留時間，有效防止產生交通擁堵現象，縮短人們出行的時間。滴滴公司通過數據挖掘技術，充分利用了交通大數據信息，既創造了巨大的社會價值，也為城市的交通發展提供了一個有效的范例，即用大數據挖掘的技術手段，進一步釋放城市交通的運輸潛力。

2.2數據挖掘在共享經濟方面的應用

在共享經濟領域，我們也可以看到數據挖掘技術的身影。作為全球無樁共享單車的開創者和領跑者，我國的ofo小黃車公司，就成功地應用數據挖掘技術解決共享單車的管理、調度等問題。自2015年6月啟動以來，ofo已在全球連接了超過1000萬輛共享單車，日訂單超3200萬，為全球20個國家250座城市2億用戶提供了超40億次高效便捷、綠色低碳的出行服務，共計減少碳排放超216萬t，相當于為社會節約了61515萬升汽油、減少了103.5萬tPM2.5排放。無樁共享單車，作為一種創新的出行方式，成功解決了城市交通最后幾公里的出行問題。在短距離出行方面，共享單車具有無可比擬的優勢。目前，共享單車已經成功地融入到城市公共交通體系，但是，隨著新單車的不斷投放，共享單車管理和調度問題開始凸顯，甚至有時候反而加重了城市交通等負擔。2018年，ofo小黃車公司正式開放共享“奇點城市慢行交通大數據平臺”，向各地政府開放共享實時車輛數據，協同政府完成共享單車行業車輛的精細化運營管理。該平臺實現了車輛的實時監管、車輛淤積的自動管控、智慧慢行交通系統的大數據決策支持等。ofo奇點平臺處理數據歷史高峰近2000萬每秒，每日會產生40TB的數據。正是通過大數據挖掘技術，ofo公司才得以實現對車輛的整體監控和精準投放，在解決運營管理的同時，提升了城市交通的運輸潛力。ofo公司對大數據挖掘技術的應用，成功地證明了數據挖掘技術在城市交通治理方面具有巨大的潛力，可以進一步改善城市交通的現狀，縮短人們的出行時間。

3以數據挖掘技術為基礎的城市交通治理方法啟發

城市公共交通體系與家庭私有汽車構成了城市交通運輸的主要部分，隨著城市人口和我國小汽車保有量的持續增長，城市交通擁堵的壓力越來越大。考慮到傳統方式提升城市交通能力的潛力已經接近極限，數據挖掘技術在治理城市交通擁堵和提升城市交通運能方面應該得到足夠的重視。滴滴、ofo等公司，雖然成功地運用了大數據挖掘技術來更加合理、高校地調配城市的運輸資源。但是，二者的數據并沒有得到有效的結合，大數據信息更加深入的挖掘和有效利用受到了限制。目前，這些公司都對政府進行了數據資源的開放與共享。因此，以政府為主導，通過結合多種不同交通工具，給出更加科學和合理的出行方式成為可能。例如，對于特定個人的出行規劃，可以根據需求和實時的交通狀況，通過數據挖掘技術，優化整個行程安排，給出更加合適的出行方案。這樣，既可以引導人們盡量選擇最優的出行方案，也可以預測城市的交通狀況，進行更加合理、有效的城市交通調度，如可以根據結果對紅綠燈實行配時優化，提高路口某一車流量高的方向的通勤效率。此外，政府還可與百度地圖、高德地圖等企業合作，通過手機APP的方式，將這些出行建議反饋給城市居民，提高信息的傳播速度，充分發揮大數據挖掘結果的作用。因此，可以認定，大數據挖掘技術，將有利于城市疏解當前的交通擁堵問題，縮短人們的通勤時間，創造社會價值。

4總結文章

為了充分利用好交通大數據，促進城市疏解交通擁堵問題，縮短通勤時間，以政府為主導，結合各方優勢，采用大數據挖掘與分析技術的方法將能夠幫助城市不斷挖掘自身的交通運輸潛力，促進城市發展，創造巨大的社會價值，為我國經濟的繁榮發展，作出貢獻。

參考文獻

[1]吳為強.基于大數據挖掘的智能交通決策分析系統[J].機電工程技術，2017（S2）：526~528.

[2]陳愷文.面向智慧城市的公共服務設施建設決策研究[D].東南大學，2016.

[3]陳功.數據挖掘技術在智慧交通中的應用[D].電子科技大學，2016.

[4]郭驊，周吉.數據挖掘在智慧交通領域的應用[J].現代商貿工業，2013，25（12）：152~153.

[5]滴滴出行科技有限公司2017年年度交通出行大數據報告.

[6]ofo.2017中國共享出行行業大數據觀察.

作者：萬以恒 單位：湖北省監利縣第一中學