随着国民经济的发展,城市交通的压力越来越大。在城市的交通枢纽修建城市隧道成为一种缓解交通压力的重要手段。新修建的城市隧道基本上都配备了先进的交通监控系统,可以采集到大量的交通数据。用传统的方法处理这些数据即费时又费力,而且难以发现隐藏在其中的交通规律和特点。现在数据仓库理论和数据挖掘技术已经有了长足的发展,已经成为信息系统和计算机科学研究中最活跃的前沿领域。数据挖掘技术已经广泛应用于银行金融、零售与批发、制造、保险、公共设施、政府、教育、远程通讯、软件开发、运输等各个企事业单位及国防科研上。本文提出了一种基于数据仓库和数据挖掘技术的智能交通检测系统的设计方案,以期对各种交通数据建立数据仓库,并在此基础上进行联机分析处理(OLAP)和数据挖掘。论文对智能交通检测系统的关键技术进行了详细研究与设计,主要研究内容如下:(1)研究了数据仓库的概念与结构,多维数据模型和联机分析处理(OLAP)的技术特点。研究了数据挖掘技术的概念及实现流程,重点介绍了聚类数据挖掘方法的基本原理。(2)描述了智能交通检测系统的总体功能、系统架构。介绍了实现该系统的硬件设备和软件平台工具,给出了该系统的实现过程及主要界面。为下一步构建数据仓库奠定了基础。(3)根据设计方案建立了智能交通检测系统数据仓库。依次进行概念设计、逻辑模型设计、设计维表和事实表、设计物理模型,最后生成数据仓库。(4)在数据仓库的基础上进行联机分析处理(OLAP)和聚类方法数据挖掘。在oLAP中分别从单维度和多维度综合分析的角度对多维数据集进行分析和处理。最后对数据仓库进行数据挖掘处理,并对结果进行了分析。本文将数据挖掘技术应用到具体的工程项目中,通过联机分析处理(OLAP)为隧道管理者提供了决策支持,通过数据挖掘找出了该隧道的一些交通特征,这些都为合理利用城市隧道,有效引导和控制城市交通提供了有效依据。