高 偉，黎 英，張金飛，黃名鈿

（昆明理工大學(xué) 信息工程與自動(dòng)化學(xué)院，云南 昆明 650504）

0 引言

伴隨著經(jīng)濟(jì)的不斷發(fā)展和城市化進(jìn)程的不斷加快，城市交通狀況問題越來越引人關(guān)注。隨著傳感器、計(jì)算機(jī)等技術(shù)的發(fā)展，大數(shù)據(jù)和數(shù)據(jù)挖掘等數(shù)據(jù)分析手段開始被引入交通領(lǐng)域。采用大數(shù)據(jù)和數(shù)據(jù)挖掘技術(shù)對交通狀況進(jìn)行分析相比傳統(tǒng)人工操作不僅更加快速而且更加準(zhǔn)確。

在這方面人們做過許多類似研究，比如上海大學(xué)武興業(yè)等人的基于GPS數(shù)據(jù)對城市擁堵區(qū)域進(jìn)行挖掘， 北京工業(yè)大學(xué)杜志明等人利用出租車運(yùn)行軌跡進(jìn)行的城市熱點(diǎn)區(qū)域發(fā)現(xiàn)和重慶大學(xué)馮琦森等人基于出租車數(shù)據(jù)的城市熱點(diǎn)路徑和區(qū)域挖掘等。不過，上述研究采用的都是聚類方法。因此，產(chǎn)生的結(jié)果都是一片區(qū)域，其指定范圍較大，對后期結(jié)果的使用精度會造成一定的影響。且上述方法僅是對已有的固定數(shù)據(jù)進(jìn)行處理，無法隨著交通狀況數(shù)據(jù)的改變而不斷更新計(jì)算結(jié)果。

基于以上研究現(xiàn)狀和交通的時(shí)段性，周期性和數(shù)據(jù)量大等特點(diǎn)，本文欲建立一個(gè)實(shí)時(shí)分層網(wǎng)絡(luò)自學(xué)習(xí)預(yù)測模型。該模型采用自學(xué)習(xí)分類方法，在充分考慮到城市交通狀況中存在的時(shí)段性，突發(fā)性，周期性，傳遞性，以及交通數(shù)據(jù)量龐大等特點(diǎn)的基礎(chǔ)上，挖掘城市不同路段不同時(shí)間之間存在的時(shí)空關(guān)聯(lián)性，從數(shù)據(jù)層面提高預(yù)測未來指定時(shí)段內(nèi)城市高頻路段的準(zhǔn)確性。

1 高頻路段預(yù)測分析

城市交通擁堵一直是受廣大城市居民廣泛關(guān)注和抱怨的一個(gè)話題，雖然政府相關(guān)部門一直在嘗試從各方面改善，但效果并不理想。然而事實(shí)上城市擁堵并不是意味著每個(gè)路段和路口都堵，可能有很多路段或路口很擁擠，而另一部分路段和路口行人和車輛卻很稀疏。如果能夠預(yù)測出未來不同時(shí)段城市的高頻路段，將會對居民出行和城市相關(guān)規(guī)劃帶來很多幫助及便利。

由于城市居民出行受到現(xiàn)實(shí)很多因素的影響，比如上班，使用交通工具類型和生活習(xí)慣等，城市交通狀況的變化存在有很多規(guī)律可循，這也就是城市交通具有的時(shí)段性與周期性。除此以外，上一時(shí)段某些路段交通狀況會對下一時(shí)段的某些路段交通狀況產(chǎn)生影響，城市交通還具有很強(qiáng)的時(shí)空相關(guān)性。因此如果能通過大量的歷史數(shù)據(jù)挖掘出城市交通的時(shí)段性、周期性和時(shí)空相關(guān)性，那么就可以對未來一定時(shí)間段的交通高頻路段進(jìn)行很好的預(yù)測。

2 模型建立

基于目前可以獲得的城市交通數(shù)據(jù)的特點(diǎn)，為了實(shí)現(xiàn)對城市交通高頻路段的準(zhǔn)確預(yù)測，本文設(shè)計(jì)了一個(gè)具有多層結(jié)構(gòu)的網(wǎng)絡(luò)自學(xué)習(xí)預(yù)測模型。該多層結(jié)構(gòu)分別為時(shí)間地點(diǎn)預(yù)處理層（TAPM）、時(shí)空關(guān)聯(lián)分析層（AF）、概率計(jì)算層（CP）以及結(jié)果數(shù)據(jù)存儲模塊（CPRS）、關(guān)聯(lián)結(jié)果模塊（FARS）。他們每層相互協(xié)作，數(shù)據(jù)互相交互，分別負(fù)責(zé)不同任務(wù)，其中時(shí)間地點(diǎn)預(yù)處理層（TAPM）主要負(fù)責(zé)對于時(shí)間預(yù)分段和地點(diǎn)的自學(xué)習(xí)預(yù)標(biāo)記，時(shí)空關(guān)聯(lián)分析層（AF）主要負(fù)責(zé)對不同時(shí)間段不同路段的關(guān)聯(lián)性分析挖掘，并將其結(jié)果作為后面概率計(jì)算的一個(gè)重要相關(guān)項(xiàng)，概率計(jì)算層（CP）主要是負(fù)責(zé)融合歷史交通數(shù)據(jù)和不斷新來的交通數(shù)據(jù)，隨著新的交通數(shù)據(jù)不斷更新，采用迭代計(jì)算的方式不斷更新優(yōu)化模型預(yù)測結(jié)果。模型結(jié)構(gòu)如圖1所示。

圖1 模型網(wǎng)絡(luò)框架Fig.1 network framework of mode

由于城市出租車是城市居民出行的重要代步工具之一，某種程度上出租車的位置數(shù)據(jù)可以反應(yīng)城市各個(gè)路段的交通狀況，所以我們選用北京市出租車2008-02-02至2008-02-08期間一周的GPS數(shù)據(jù)作為模型測試的數(shù)據(jù)源。這些數(shù)據(jù)的格式每行從左到右依次為car ID，carTime，lat（維度），lon（經(jīng)度）。列與列之間使用逗號隔開，如表1所示。

表1 數(shù)據(jù)樣例Table 1 data example

2.1 時(shí)間地點(diǎn)預(yù)處理層（TAPM）

時(shí)間地點(diǎn)預(yù)處理模塊主要針對城市交通所具有的時(shí)段性和數(shù)據(jù)量龐大等特點(diǎn)，進(jìn)行對數(shù)據(jù)按時(shí)間分區(qū)和地點(diǎn)自學(xué)習(xí)分類標(biāo)記兩項(xiàng)工作，這樣可以有效地減少需實(shí)時(shí)處理的數(shù)據(jù)量。下面將分別對二者進(jìn)行分析。

2.1.1 時(shí)間分區(qū)

由于城市交通具有很強(qiáng)的時(shí)段性，同一路段在不同時(shí)段的交通狀況會存在很大差異，比如典型的上下班高峰期和非上下班高峰期各個(gè)路段的狀況明顯不同，因此對城市交通狀況進(jìn)行分時(shí)段處理顯得很重要。

要對城市交通進(jìn)行分時(shí)段處理，首先對大量的城市交通數(shù)據(jù)進(jìn)行按時(shí)段分區(qū)處理，從而模型在地點(diǎn)時(shí)間預(yù)處理層首先對數(shù)據(jù)進(jìn)行按時(shí)間分區(qū)處理。對于數(shù)據(jù)源時(shí)間分區(qū)處理其公式如下：

上面公式中t_hour為數(shù)據(jù)的源中 carTime列的前兩個(gè)字段，sys_hour為實(shí)時(shí)系統(tǒng)時(shí)間。對二者求差值得出結(jié)果參數(shù) _timeP ，當(dāng) _timeP 在0-1之間時(shí)其對應(yīng)得數(shù)據(jù)將會被劃為一個(gè)計(jì)算單元。這樣在保證模型結(jié)果準(zhǔn)確性和實(shí)時(shí)性同時(shí)也減少了后續(xù)計(jì)算的負(fù)擔(dān)。

2.1.2 自學(xué)習(xí)地點(diǎn)分類標(biāo)記

傳統(tǒng)的分類算法中通常會是先訓(xùn)練數(shù)據(jù)，在此過程對數(shù)據(jù)進(jìn)行分類標(biāo)記，然后存入相應(yīng)的庫中，以便在的測試中使用。這種做法對于分類結(jié)果種類較少的數(shù)據(jù)比較適用，但對于分類結(jié)果種類數(shù)量異常的情況，這種辦法將即耗費(fèi)大量的運(yùn)算資源，同時(shí)還會遺漏標(biāo)記類，影響分類結(jié)果的準(zhǔn)確度。

城市交通數(shù)據(jù)量龐大且不同經(jīng)緯度數(shù)據(jù)對應(yīng)點(diǎn)多，以北京市出租車數(shù)據(jù)為例，如表2所示。其一天數(shù)據(jù)量將達(dá)百萬條，且每天數(shù)據(jù)量都不一樣，就符合典型的分類結(jié)果種類異常多情況。即使是將其數(shù)天數(shù)據(jù)用于訓(xùn)練標(biāo)記，也無法保證后續(xù)的測試過程中可能出現(xiàn)的點(diǎn)都出現(xiàn)在訓(xùn)練庫中。而這將大大影響模型分析的精度，且大量耗費(fèi)存儲資源和模型運(yùn)行時(shí)間。由于這些問題的存在，很多學(xué)者對于城市交通數(shù)據(jù)相關(guān)處理都采用各種無監(jiān)督的聚類算法進(jìn)行，這樣雖然可以完美避開樣本標(biāo)記過程中存在的上述問題，但對于城市交通數(shù)據(jù)應(yīng)用而言其結(jié)果相對分類而言可能只能獲得某些片區(qū)的狀況，無法準(zhǔn)確到特定路段的具體情況。

表2 數(shù)據(jù)量樣例展示Table 2 data size example show

針對上述存在的問題，并結(jié)合交通的特點(diǎn)，本模型對傳統(tǒng)的分類算法進(jìn)行了改進(jìn)。具體原理為在經(jīng)典基于距離的KNN算法中加入了競爭淘汰機(jī)制，使得模型實(shí)現(xiàn)自學(xué)習(xí)，訓(xùn)練庫會隨著每次新數(shù)據(jù)的到來而動(dòng)態(tài)變化，該自學(xué)習(xí)算法的原理圖如圖2所示。

如圖所示其主要由數(shù)據(jù)輸入模塊、運(yùn)算模塊和復(fù)檢模塊組成。當(dāng)一條經(jīng)緯度數(shù)據(jù)進(jìn)入時(shí)該算法首先會去讀取訓(xùn)練庫中內(nèi)容，如果返回值為 null，其會自動(dòng)調(diào)用相應(yīng)的百度API對該數(shù)據(jù)進(jìn)行相應(yīng)的地點(diǎn)標(biāo)記并將其輸出至數(shù)據(jù)庫存儲，其存儲格式如表2所示。如表 3所示該數(shù)據(jù)存儲格式為經(jīng)緯度、地址和頻度。

圖2 自學(xué)習(xí)分類算法模型Fig.2 mode of self-learning classification algorithm

其中頻度決定該條 label數(shù)據(jù)能否在地點(diǎn)標(biāo)記庫中繼續(xù)待下去，其默認(rèn)值為 1。每次新的數(shù)據(jù)進(jìn)入時(shí)都對頻度進(jìn)行更改，當(dāng)新數(shù)據(jù)和某條label數(shù)據(jù)出現(xiàn)匹配，不論匹配次數(shù)，都將則將該條label數(shù)據(jù)的頻度加 0.5，當(dāng)頻度達(dá)到 2則不再增加。當(dāng) label庫中某條lable數(shù)據(jù)沒有和新來任何數(shù)據(jù)發(fā)生匹配，則將該條數(shù)據(jù)的頻度減0.5，當(dāng)頻度小于等于0時(shí)，模型則將該條label數(shù)據(jù)刪除，匹配方法見下文。

表3 數(shù)據(jù)存儲格式Table 3 format of data storage

當(dāng)一條數(shù)據(jù)進(jìn)入算法模型后讀取訓(xùn)練存儲庫返回值不為null時(shí)，模型將會對輸入數(shù)據(jù)進(jìn)行與原有訓(xùn)練庫label數(shù)據(jù)的匹配操作。其原理為首先將輸入數(shù)據(jù)復(fù)制和數(shù)據(jù)庫中存儲標(biāo)簽經(jīng)緯度地址數(shù)據(jù)相同行數(shù)份，并將其和數(shù)據(jù)庫中地點(diǎn)對應(yīng)的經(jīng)緯度數(shù)據(jù)各自放入矩陣中，然后對矩陣執(zhí)行求二者歐式距離操作，運(yùn)行可得出一個(gè)比對結(jié)果矩陣，再求得該矩陣中最小值，其原理如公式如下所示。

得到結(jié)果矩陣中最小值后運(yùn)算模塊找到該最小值對應(yīng)的地址數(shù)據(jù)，并將其標(biāo)記給輸入的經(jīng)緯度數(shù)據(jù)。

在將輸入數(shù)據(jù)及其標(biāo)記結(jié)果輸出之前復(fù)檢模塊還要對上述計(jì)算得到的結(jié)果矩陣中的最小值進(jìn)行復(fù)檢，復(fù)檢模塊中設(shè)置了一個(gè)控制位K和復(fù)檢因子1P，該011p＜＜。復(fù)檢模塊原理圖如圖所示。

K=1時(shí)，輸入數(shù)據(jù)對應(yīng)的標(biāo)記結(jié)果直接輸出。

K = 0時(shí)，復(fù)檢模塊判定該輸入數(shù)據(jù)未找到合適的匹配項(xiàng)，則對該輸入數(shù)據(jù)使用相應(yīng)的百度API進(jìn)行地址標(biāo)記，并將該數(shù)據(jù)和其對應(yīng)的地址標(biāo)記加入歷史訓(xùn)練結(jié)果中，且輸出其結(jié)果至整個(gè)分析模型下一層。

該地址識別層實(shí)現(xiàn)了對數(shù)據(jù)的持續(xù)訓(xùn)練，且在訓(xùn)練新數(shù)據(jù)的同時(shí)不影響歷史訓(xùn)練數(shù)據(jù)，使得模型的歷史訓(xùn)練庫集越來越完善，同時(shí)也實(shí)現(xiàn)了模型庫的動(dòng)態(tài)增減，在一定程度上將大大節(jié)約存儲資源。

2.2 時(shí)空關(guān)聯(lián)分析層（FA）

城市交通在具有周期性同時(shí)還具有時(shí)空相關(guān)性，城市交通路段之間相互連接，它們的交通狀況可傳遞，所以單純通過挖掘城市交通周期性特點(diǎn)來預(yù)測未來城市交通高頻路段，將會使預(yù)測結(jié)果準(zhǔn)確度大大降低。

如圖3所示隨機(jī)選取某單純統(tǒng)計(jì)預(yù)測結(jié)果集中10項(xiàng)和驗(yàn)證結(jié)果集中 10項(xiàng)，二者描述的交通狀況為同一時(shí)段，將二者對比，橫坐標(biāo)為高車流量占有率路段，縱坐標(biāo)為該路段對的車流量占有率。其中路段車流量占有率計(jì)算原理為：

通過圖3可以看出預(yù)測集和驗(yàn)證集不管是點(diǎn)還是其對應(yīng)的車流量占有率都差差異很大。所以如果只是單純的計(jì)算當(dāng)前時(shí)段當(dāng)前路段的車流模型預(yù)測結(jié)果精度就會不高（具體計(jì)算方法在概率計(jì)算層將會詳述），因?yàn)槌鞘薪煌ㄖ猩弦粫r(shí)段某路段車流量較大時(shí)很可能就會導(dǎo)致在下一時(shí)段另一路段車流量也較大。該層所挖掘的城市交通時(shí)空關(guān)聯(lián)性就是要發(fā)現(xiàn)當(dāng)某一時(shí)段某一路段車流量較大時(shí)，其對下一時(shí)段其它路段的影響，這將很大提高對城市高頻路段判別的準(zhǔn)確性。針對上述相關(guān)情況，在模型時(shí)空分析層中設(shè)計(jì)了一個(gè)夾層側(cè)向生成網(wǎng)絡(luò)模塊，如圖 4所示。采用其來挖掘不同地點(diǎn)之間時(shí)空關(guān)聯(lián)性。該模塊將相鄰兩個(gè)時(shí)間段分別作為模塊的上下兩層，兩個(gè)時(shí)間段所出現(xiàn)的高概率擁堵路段作為其所屬層的成員。

圖3 純統(tǒng)計(jì)預(yù)測結(jié)果展示Fig.3 show of predicting results by Pure statistics

其原理為每當(dāng)概率計(jì)算層（具體概率計(jì)算內(nèi)容下一節(jié)將會詳解）完成某一個(gè)時(shí)間段（以t1為例）的n個(gè)地點(diǎn)擁堵概率概率計(jì)算后，該層就會對其進(jìn)行排序，并挑選出其中 i個(gè)高頻點(diǎn)，并將該結(jié)果存入相應(yīng)的數(shù)據(jù)庫。

圖4 夾層側(cè)向生成網(wǎng)絡(luò)模塊Fig.4 net module of interlayer side generate

當(dāng)概率計(jì)算層計(jì)算 t1的下一時(shí)間時(shí)間段 （以t2為例）時(shí)，將以同樣方式對t2進(jìn)行處理。

當(dāng)完成后該層開始基于距離挖掘其二者相關(guān)性，原理公式如下：，這選擇出的距離小的q個(gè)t1中點(diǎn)，模型認(rèn)為其是可能對t2中的2jp 點(diǎn)可能產(chǎn)生影響的點(diǎn)，

并將其存入用于存儲時(shí)空關(guān)聯(lián)特性結(jié)果的FAR庫中，并對該點(diǎn)單對 p2j賦一個(gè)權(quán)值C，C值默認(rèn)為ε0，該模型計(jì)算方式以此類推不斷循環(huán)，每當(dāng)概率計(jì)算層計(jì)算時(shí)，該關(guān)聯(lián)對出現(xiàn)一次則其對應(yīng)的權(quán)值C加一，如果此次不出現(xiàn)則C減一。當(dāng)C大于閾值γ0時(shí)認(rèn)為其關(guān)聯(lián)性有效，反之則認(rèn)為其無效，通過此舉可以進(jìn)一步增加對于城市相關(guān)地點(diǎn)和路段的準(zhǔn)確性。

公式12為概率層將要使用到的計(jì)算方法，具體其說明會在下一節(jié)詳述。

2.3 概率計(jì)算層（CP）

通過前面多層對數(shù)據(jù)的處理和優(yōu)化，到達(dá)該層的數(shù)據(jù)包含了當(dāng)前時(shí)間段內(nèi)城市交通出租車所有出現(xiàn)的路段和點(diǎn)，從而該層主要任務(wù)就是對所有出現(xiàn)的路段進(jìn)行計(jì)算，各個(gè)路段車流量對整個(gè)城市車流總量的占比，換言之既是預(yù)測城市各個(gè)路段是高頻路段的概率。

城市交通在其擁有周期性特點(diǎn)同時(shí)還具有一定的偶然性和多變性，圖 5-6所示隨機(jī)兩天同一時(shí)段之間高頻車流量路段分布存在較大差異，所以單通過挖掘固定不變少量歷史數(shù)據(jù)規(guī)律預(yù)測未來高頻路段誤差將會較大。

圖5 地圖標(biāo)注（2008020408）Fig.5 Map lableling (2008020408)

圖6 地圖標(biāo)注（2008020808）Fig.6 Map labeling (2008020808)

故本文針對上述情況在概率計(jì)算層采用迭代計(jì)算方式。采用迭代計(jì)算方式后在充分挖掘已有歷史數(shù)據(jù)規(guī)律同時(shí)，也將不斷新產(chǎn)生的交通數(shù)據(jù)作為數(shù)據(jù)源，且將天氣等其它異常狀況和不同路段之間的時(shí)空關(guān)聯(lián)性納入計(jì)算因子，而不是單一通過挖掘不變得歷史數(shù)據(jù)規(guī)律來預(yù)測未來城市高頻路段。這將使得模型可以隨著持續(xù)更新的交通狀況不斷更新對未來交通狀況的預(yù)測模型該層實(shí)現(xiàn)原理如下：

圖7 概率計(jì)算層原理圖Fig.7 schematic diagram of Probabilistic computing layer

如圖7所示該層主要由數(shù)據(jù)輸入單元LD，處理單元M，邏輯控制單元K3，存儲單元S和輸出單元O組成，各個(gè)單元相互連通，共同構(gòu)成概率計(jì)算層。

邏輯控制單元 K3主要識別數(shù)據(jù)是否為第一次進(jìn)入該層，每次數(shù)據(jù)進(jìn)入時(shí) K1都會通過掃描存儲單元S來判別數(shù)據(jù)是否為第一次進(jìn)入，當(dāng)數(shù)據(jù)第一次進(jìn)入時(shí)K3=0，否則其為1。

存儲單元 S主要負(fù)責(zé)該層結(jié)果數(shù)據(jù)的存儲，S單元又由SP和SC兩個(gè)子單元組成，其中單元P負(fù)責(zé)存儲結(jié)果集中地點(diǎn)和其對應(yīng)的概率，單元C用于存儲車流總數(shù)。

當(dāng)K3=0時(shí)，單元 M2啟用單一運(yùn)算模式。直接對進(jìn)入該層的數(shù)據(jù)進(jìn)行計(jì)數(shù)，計(jì)算出每個(gè)地點(diǎn)對應(yīng)的占有概率adp(i)和當(dāng)前車流總數(shù)alC。將地點(diǎn)及其對應(yīng)的adp(i)按照adp(i)大小進(jìn)行降序排序，并將其和當(dāng)前車流總數(shù)alc分別存入單元S對應(yīng)位置。下面公式中的1σ為當(dāng)前時(shí)段相應(yīng)地點(diǎn)對應(yīng)的狀態(tài)因子，后面會詳細(xì)介紹，12ββ、和3β分別為對應(yīng)的權(quán)重系數(shù)。

當(dāng)K3=1時(shí)，單元 M2啟用混合運(yùn)算模式。該模式下 M2首先對上層前來的數(shù)據(jù)執(zhí)行單一運(yùn)算模式得到新的各點(diǎn)占有概率 n_adp(i)和車流總數(shù)n_alc，與此同時(shí)單元M2從存儲單元S取歷史adp(i)和alc。得到上述新舊數(shù)據(jù)后單元M進(jìn)行迭代更新，

上述公式中γ1、γ2γ3，和γ4分別為新舊地點(diǎn)占有概率、車流量總數(shù)，時(shí)空相關(guān)特性和狀態(tài)因子的迭代權(quán)重系數(shù)。時(shí)空相關(guān)特性將后面詳細(xì)介紹。迭代計(jì)算后單元 M2同樣對更新后的路段及其對應(yīng)的adp(i) 進(jìn)行排序處理，并將其與alc分別放入存儲單元S中P單元和C單元。

3 結(jié)果驗(yàn)證

本文所建立的模型采用的試驗(yàn)數(shù)據(jù)來自北京2008年 2月 2日至 8日一星期中一萬多輛出租車GPS數(shù)據(jù)，用其來驗(yàn)證模型預(yù)測效果。

由于城市交通狀況具有很強(qiáng)的時(shí)段性和周期性，所以應(yīng)該采用工作日的一定時(shí)段數(shù)據(jù)預(yù)測工作日的一定時(shí)段交通狀況，用非工作日的一定時(shí)段預(yù)測非工作日的一定時(shí)段交通狀況（本文采用一小時(shí)作為一個(gè)時(shí)段）。查閱相關(guān)2008年相關(guān)假期安排，這年2月2日至4日歲前兩天是周末但正常上班。故將其中2日至4日用作預(yù)測數(shù)據(jù)，5日作為驗(yàn)證數(shù)據(jù)。本文中均取這些天的早八點(diǎn)至早九點(diǎn)的一個(gè)小時(shí)段進(jìn)行測試。

圖8 預(yù)測和驗(yàn)證結(jié)果對比Fig.8 The compare of prediction results and test results

該模型的判別規(guī)則為當(dāng)某些點(diǎn)或路段在一定時(shí)間內(nèi)通過車流量對該時(shí)段整個(gè)城市的占比超過一定閾值時(shí)，判別路段為高頻路段，具體閾值選擇因城市實(shí)際情況而定。高頻路段值較多值，我們均隨機(jī)取其10項(xiàng)進(jìn)行展示，展示內(nèi)容包括路段或點(diǎn)和其對應(yīng)的車流量對整個(gè)城市車流量總和占比，如圖8所示。圖8中橫坐標(biāo)為高車流量占有率路段，縱坐標(biāo)為該路段對應(yīng)的車流量占有率。從圖8結(jié)果和只使用純統(tǒng)計(jì)方法結(jié)果的圖3對比可以看出，圖3中預(yù)測結(jié)果和驗(yàn)證結(jié)果不光車流量占有率相差較大，路段也有很大差異。而圖8中不光路段相似度較高，其對應(yīng)的車流量占有率也差異很小。

因?yàn)槊刻斐鞘械能嚵骺偭慷疾灰粯?，所以對結(jié)果集準(zhǔn)確度的評估本文只考慮預(yù)測結(jié)果中高頻路段和驗(yàn)證結(jié)果集中高頻路段的相似度。原理如下：

模型通過在python程序中先遍歷計(jì)數(shù)得出驗(yàn)證結(jié)果集的高頻路段條數(shù)為test_count，再遍歷預(yù)測結(jié)果集，當(dāng)出現(xiàn)和驗(yàn)證結(jié)果集相同的高頻路段項(xiàng)時(shí)將true_count值加1，然后再利用公式即可得出模型準(zhǔn)確度，通過驗(yàn)證得模型準(zhǔn)確度可達(dá)94.0397350993%。

由于數(shù)據(jù)量較大無法一一展示，借助地圖也可以看出預(yù)測具有較好的精度，預(yù)測結(jié)果地圖標(biāo)注如圖9所示，驗(yàn)證結(jié)果如圖10所示。

圖9 預(yù)測結(jié)果集地圖標(biāo)注Fig.9 map labeling of prediction results

4 結(jié)論

本文基于城市交通所擁有的周期性，時(shí)段性，時(shí)空關(guān)聯(lián)性和數(shù)據(jù)量大等特點(diǎn)，建立了一個(gè)實(shí)時(shí)分段網(wǎng)絡(luò)自學(xué)習(xí)模型。該模型可自學(xué)習(xí)不斷更新訓(xùn)練庫，通過不斷迭代交通狀況新數(shù)據(jù)，不斷更新模型對交通狀況的實(shí)時(shí)感知，并挖掘不同時(shí)段可能擁堵點(diǎn)之間關(guān)聯(lián)性，并將此結(jié)果反饋給模型，以提高預(yù)測計(jì)算的準(zhǔn)確性。

圖10 驗(yàn)證結(jié)果集地圖標(biāo)注Fig.10 map labeling of test results

相對采用聚類方法，該模型采用的分類算法可以更加精細(xì)到具體路段，預(yù)測出城市未來時(shí)段內(nèi)城市交通的高頻路段。與傳統(tǒng)算法相比，模型中自學(xué)習(xí)分類標(biāo)記算法能夠更好處理大批量數(shù)據(jù)，有效解決數(shù)據(jù)分類數(shù)較多、新數(shù)據(jù)分類數(shù)大于歷史數(shù)據(jù)分類數(shù)等問題，節(jié)約存儲和計(jì)算資源，提高分類準(zhǔn)確性。針對城市交通不同路段之間狀況具有傳遞性的特點(diǎn)，在模型中建立了一個(gè)夾層側(cè)向生成網(wǎng)絡(luò)模塊，用于對城市交通進(jìn)行時(shí)空相關(guān)性分析，相關(guān)單一統(tǒng)計(jì)可以使預(yù)測結(jié)果更加準(zhǔn)確實(shí)時(shí)。模型預(yù)測結(jié)果將會對居民出行路徑選擇和相關(guān)部門規(guī)劃工作等方面提供很大幫助。

[1] 張俊濤, 李志勇, 張浩. 利用出租車軌跡數(shù)據(jù)估計(jì)城市道路擁堵狀況[J]. 測繪工程, 2016, 25(9): 69-72.

[2] 曹祎, 羅霞. 打車軟件背景下出租車運(yùn)營平衡模型[J]. 長安大學(xué)學(xué)報(bào)(自然科學(xué)版), 2015(35): 203-207.

[3] Wang yilun, Zheng Yu, Xue Yexiang. Travel time Estimation of aRoutesUsingSparseTrajectories[C]. KDD, New York,2014.

[4] Aldrich C, Auret L. Unsupervised process monitoring and fault diagno-sis with machine learning methods[M]. Springer 2013.

[5] 劉凱利, 李晉宏. 基于決策樹C4.5算法的個(gè)人駕駛行為分析[J]. 軟件, 2016, 06(37): 83-86.

[6] 程陳. 大數(shù)據(jù)挖掘分析[J]. 軟件, 2014, 35(4): 130-131.

[7] PANG, QIG, ZHANGW, et al. Traceanalysisandminingforsmartcities: issues, methods, andapplications[J], IEEECommunications Magazine, 2013, 51(6): 120-126.

[8] 呂仁俊, 曹玖新. LBSN中基于行為分析的用戶位置預(yù)測[D]. 東南大學(xué), 2015.

[9] 徐彬森, 魏元周, 毛光明, 李曼曼. 交通標(biāo)志識別算法模型的研究與實(shí)現(xiàn)[J]. 軟件, 2017, 38(11): 74-81.

[10] Sha, Z. and Zhe, Z. et a1. “Discovering Individual Life Patterns from Anonymized WiFiScanlists”, IEEE International Conference on Ubiquitous Intelligence and Computing (UIC),2014.

[11] 張玉鵬, 陳權(quán). 天津市城市道路交通擁堵解決方案[J]. 軟件, 2016, 37(7): 142-148.

[12] 劉暢, 李治軍, 姜守旭. 基于DBSCAN算法的城市交通擁堵區(qū)域發(fā)現(xiàn)[J]. 智能計(jì)算機(jī)與應(yīng)用, 2015, 5(3): 68-72.

[13] Li W, Eickhoff C, de Vries A P.want a coffe: predicting users’trails[C]. Proceedings of the 35th imemational ACM SIGIR conference on Research and development in information retrieval. ACM.2012: 1171-1172.

[14] 王寶國, 李淵韜, 胡彤宇. 基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)和小波奇異值的交通事件檢測[J]. 軟件, 2017, 38(6): 51-55.

[15] P.S. Castro, Daqing Zhang, Chao Chen, Shijian Li and Gang Pan. From Taxi GPS Traces to Social and Community Dynamics: A Survey[J]. ACM Computing Surveys (CSUR),2013.

[16] 李英杰, 李晉宏. 路口交通數(shù)據(jù)的分析與挖掘研究[J]. 軟件, 2017, 38(1): 131-134.