倪凱

摘 要：互聯(lián)網(wǎng)和通信技術(shù)（ICT），為智能交通系統(tǒng)（ITS）提供了大量實時數(shù)據(jù)，需要對這些數(shù)據(jù)進(jìn)行管理、交流、解釋、匯總和分析。這些技術(shù)大大提高了智能交通系統(tǒng)的有效性和用戶友好性，產(chǎn)生了巨大的經(jīng)濟(jì)和社會影響。

關(guān)鍵詞：信息時代;大數(shù)據(jù);智能交通系統(tǒng);應(yīng)用

中圖分類號：U495 文獻(xiàn)標(biāo)識碼：A

0 引言

在物聯(lián)網(wǎng)（IoT）和云技術(shù)的背景下，需要真實世界的應(yīng)用場景來導(dǎo)出對軟件體系結(jié)構(gòu)和ITS新特性的需求。在這項研究中，我們認(rèn)為未來基于服務(wù)和云計算的智能交通系統(tǒng)，可以從復(fù)雜的數(shù)據(jù)處理能力中獲益匪淺。因此，需要開發(fā)和應(yīng)用新的大數(shù)據(jù)處理和挖掘（BDPM）技術(shù)。

1 信息時代大數(shù)據(jù)在智能交通系統(tǒng)中的重要性

在這些新一代的業(yè)務(wù)管理系統(tǒng)中，運輸網(wǎng)絡(luò)的管理與運輸公司和個人客戶的業(yè)務(wù)戰(zhàn)略和運營模式緊密結(jié)合，對公司的業(yè)務(wù)規(guī)劃產(chǎn)生了相當(dāng)大的影響。它的所有參與者都充當(dāng)數(shù)據(jù)生成器和數(shù)據(jù)源，以較短的更新率生成大量可用數(shù)據(jù)。數(shù)據(jù)生產(chǎn)的增長是由以下因素推動的：個人及其對媒體（社交網(wǎng)絡(luò)）的使用增加;新型傳感器和車載通信能力?，F(xiàn)代信息和通信技術(shù)（ICT）（云計算、物聯(lián)網(wǎng)（IoT）等）的應(yīng)用，以及互聯(lián)網(wǎng)連接設(shè)備和系統(tǒng)的激增。由于無處不在的信息傳感移動設(shè)備、航空傳感技術(shù)（遙感）、軟件日志、照相機(jī)、麥克風(fēng)、射頻識別閱讀器和無線傳感器網(wǎng)絡(luò)越來越多地收集數(shù)據(jù)集，因此數(shù)據(jù)集的規(guī)模不斷擴(kuò)大。機(jī)器生成和非結(jié)構(gòu)化數(shù)據(jù)（照片、視頻、社交媒體feed等）的比例也有所提高。因此，ITS中出現(xiàn)了一個新興的大數(shù)據(jù)問題。大數(shù)據(jù)通常包括數(shù)據(jù)集，其大小超出了常用軟件工具在可容忍的時間內(nèi)捕獲、管理和處理數(shù)據(jù)的能力。大數(shù)據(jù)提供有關(guān)客戶及其行為的更詳細(xì)信息，但應(yīng)以分散（多代理）的方式進(jìn)行適當(dāng)分析，同時避免傳輸大量信息。因此，云計算和網(wǎng)格計算基礎(chǔ)設(shè)施非常適合大數(shù)據(jù)的存儲、管理和處理。從本質(zhì)上講，大數(shù)據(jù)在物理上和邏輯上都是分散的，但實際上是集中的。所有信息源/存儲器都是相互連接的，系統(tǒng)的任何組件原則上都可以訪問任何信息[1]。

2 淺析信息時代大數(shù)據(jù)在智能交通系統(tǒng)中的應(yīng)用

2.1 多智能體系統(tǒng)

多智能體系統(tǒng)（Multi-agent systems，MAS）提供了一個網(wǎng)絡(luò)化的、協(xié)作的、自治的系統(tǒng)模型，并提供了一個合適的隱喻和工具來表示智能體系統(tǒng)。MAS由多個自主的、自利的軟件實體（稱為代理）組成。代理從環(huán)境中感知信息，創(chuàng)建自己的本地數(shù)據(jù)模型，然后根據(jù)目標(biāo)和可用信息做出決策。然后，決策被轉(zhuǎn)化為影響環(huán)境的行動。代理在信息模型層面（數(shù)據(jù)或模型參數(shù)交換）或行動層面（行動協(xié)調(diào)、群體形成）上進(jìn)行交互和合作。多智能體建模已廣泛應(yīng)用于解決運輸問題。云計算系統(tǒng)面向與用戶的高水平交互、大量應(yīng)用程序的實時執(zhí)行以及按需服務(wù)的動態(tài)供應(yīng)。在這項研究中，我們考慮了基于云計算系統(tǒng)的分層體系結(jié)構(gòu)。它支持一類專門的分布式系統(tǒng)，其特點是具有高級別的可伸縮性、服務(wù)封裝、動態(tài)配置和按需交付。除此之外，運輸基礎(chǔ)設(shè)施可以被視為一種服務(wù)，它研究如何在云中使用云數(shù)據(jù)存儲、云計算虛擬化或服務(wù)的可能性?；谠频南到y(tǒng)的復(fù)雜性對最終用戶是隱藏的?；诖淼脑朴嬎闶且环N范式，它通過大規(guī)模計算和云計算之間的協(xié)同作用來識別一些常見問題并提供一些好處。云計算主要集中在通過降低成本、服務(wù)交付、數(shù)據(jù)存儲、可擴(kuò)展的虛擬化技術(shù)和能源效率來高效利用計算基礎(chǔ)設(shè)施。相比之下，MAS主要關(guān)注agent交互的智能方面及其在開發(fā)復(fù)雜應(yīng)用程序中的應(yīng)用。特別是，云計算可以通過實現(xiàn)復(fù)雜的、基于代理的建模和仿真應(yīng)用程序，為大規(guī)模執(zhí)行提供一個非常強大、可靠、可預(yù)測和可擴(kuò)展的計算基礎(chǔ)設(shè)施。此外，軟件代理可以用作在云中實現(xiàn)智能的基本組件，使其在資源管理、服務(wù)提供和大規(guī)模應(yīng)用程序執(zhí)行方面更具適應(yīng)性、靈活性和自主性[2]。

2.2 人工數(shù)據(jù)中心

物聯(lián)網(wǎng)在語義上是指一個由互聯(lián)對象（射頻識別、紅外傳感器、全球定位系統(tǒng)、激光掃描儀等）組成的全球范圍的網(wǎng)絡(luò)，可唯一尋址，以確保其內(nèi)部信息的交換和共享。這一概念的基本思想是在我們周圍普遍存在著各種各樣的東西或物體（射頻識別標(biāo)簽、傳感器、執(zhí)行器、移動車輛等），它們通過獨特的尋址方案，能夠相互作用并與鄰居合作以達(dá)到共同的目標(biāo)。物聯(lián)網(wǎng)為其提供了兩大功能：1）其數(shù)據(jù)采集功能提供了更全面的交通數(shù)據(jù);2）為交通數(shù)據(jù)傳輸提供了良好的通道。因此，基于物聯(lián)網(wǎng)的智能交通系統(tǒng)具有廣闊的發(fā)展前景和拓展空間。人工交通系統(tǒng)的開發(fā)是為了創(chuàng)建一個動態(tài)的組織交通知識，例如方法、算法、規(guī)則和案例研究，以便有效地進(jìn)行搜索，并為計算和實現(xiàn)做好準(zhǔn)備。通過對真實行為和模擬行為的比較和分析，可以了解和預(yù)測系統(tǒng)未來的行為，并據(jù)此規(guī)劃和修改系統(tǒng)運行的控制和管理策略。我們最感興趣的學(xué)習(xí)模式是學(xué)習(xí)和訓(xùn)練模式。在這種模式下，人工系統(tǒng)主要用作學(xué)習(xí)操作程序和培訓(xùn)操作員和管理員的數(shù)據(jù)中心[3]。

2.3 數(shù)據(jù)分類技術(shù)

分類是基于包含已分類數(shù)據(jù)點的訓(xùn)練集來識別新數(shù)據(jù)點所屬類別的一組技術(shù)。經(jīng)典的數(shù)據(jù)處理和挖掘方法是集中的：這意味著為了應(yīng)用它們，數(shù)據(jù)必須隨時可用。相反，大數(shù)據(jù)是不斷更新和收集在物理分布的存儲，數(shù)據(jù)集中是不可能的。使用集中式方法，系統(tǒng)無法快速適應(yīng)實時情況，通過網(wǎng)絡(luò)傳輸大數(shù)據(jù)以及在一個位置存儲、管理和處理大數(shù)據(jù)集非常困難或根本不可能。另外，分布式系統(tǒng)中的一些節(jié)點在預(yù)測過程中更傾向于傳遞自己的經(jīng)驗。因此，有一個內(nèi)在的需要，開發(fā)有效的BDPM算法使用分散的體系結(jié)構(gòu)，考慮到空間和時間分布的數(shù)據(jù)。從技術(shù)和成本角度來看，分析和處理大數(shù)據(jù)現(xiàn)在都是可行的。許多大數(shù)據(jù)框架都是圍繞著對業(yè)務(wù)機(jī)制的理解、對業(yè)務(wù)戰(zhàn)略的分析、識別非結(jié)構(gòu)化和結(jié)構(gòu)化數(shù)據(jù)中的價值和相關(guān)性、數(shù)據(jù)挖掘、預(yù)測分析和成本效益數(shù)據(jù)而構(gòu)建的。BDPM方法通過降維、預(yù)測建模、過濾和變化點分析來檢測大綱視圖，從而幫助以緊湊的方式（聚類）存儲大數(shù)據(jù)。時間序列分析是一套統(tǒng)計技術(shù)來建模和解釋時間相關(guān)的數(shù)據(jù)點序列。時間序列預(yù)測使用模型根據(jù)已知的過去事件生成對未來事件的預(yù)測[4]。時間序列數(shù)據(jù)具有自然的時間順序-這不同于典型的數(shù)據(jù)挖掘/機(jī)器學(xué)習(xí)應(yīng)用，其中每個數(shù)據(jù)點都是要學(xué)習(xí)的概念的獨立實現(xiàn)，數(shù)據(jù)集中數(shù)據(jù)點的順序無關(guān)緊要。聚類分析是一組統(tǒng)計方法，用于將不同的對象劃分為相似對象的較小組，這些相似對象的相似性特征事先不知道。這是一種無監(jiān)督學(xué)習(xí)，因為沒有使用訓(xùn)練數(shù)據(jù)[5]。

3 結(jié)束語

隨著交通系統(tǒng)的組成部分變得更加自主和智能化，智能交通系統(tǒng)（ITS）之間在交通管理和環(huán)境監(jiān)測方面的合作需求日益增加。此外，人們對更智能的交通管理系統(tǒng)需求也會變得越來越大。

參考文獻(xiàn)：

[1]徐萌.淺析大數(shù)據(jù)在智能交通系統(tǒng)中的應(yīng)用[J].智能城市，2019，5（08）：139-140.

[2]林君萍.大數(shù)據(jù)在智能交通系統(tǒng)中的應(yīng)用[J].電腦知識與技術(shù)，2019，15（17）：16-17+24.

[3]黃周平.簡析大數(shù)據(jù)在智能交通系統(tǒng)中的應(yīng)用[J].廣東通信技術(shù)，2019，39（11）：7-8.

[4]劉勇良.大數(shù)據(jù)處理與挖掘在智能交通系統(tǒng)中的應(yīng)用[J].河南科技，2019（04）：138-143.

[5]賀宇.智能交通系統(tǒng)在動態(tài)交通數(shù)據(jù)采集中的應(yīng)用[J].數(shù)字技術(shù)與應(yīng)用，2017（06）：114.