论文部分内容阅读
进入21世纪以来,随着城市人口和私家车的日益增长,城市交通系统的正常运行正面临着巨大的问题和挑战。解决交通拥堵问题已成为交通相关研究者的重要课题,大数据作为一种新的技术支持被相关研究者引入到交通智能化的工作中,为解决现代城市道路交通问题提供了新的选择。在对交通数据进行充分理解的基础上,采用大数据技术相关理论方法建立相应的数学模型,对城市道路交通存在的问题进行分析,对其中存在的问题进行分析,进而提出改进的方向和方法,使大数据技术能够更好地为解决城市道路交通中存在的问题提供技术支持。主要工作如下:(1)对当前大数据技术分析方法体系的基本理论进行了阐述,对大数据技术方法体系中的数据处理方法和数据分析方法进行了概括,并就其中经典方法或算法的基本思想和特点进行了重点的分析。(2)针对在公交IC卡数据分析时遇到的数据筛选和处理问题,受大数据处理分析方法之一位图法的启发,设计了针对乘客构成分析的大数据分类处理统计方法,并在公交IC卡数据的基础上以该方法对乘客构成进行了分析,分析结果表明该方法具有一定的有效性和便捷性,也证明了大数据方法思想具有较强的可扩展能力。(3)针对章贡区交通环境越发恶劣这一变化趋势,将DEA评价模型与大数据技术方法相结合,对章贡区部分路网中各公交线路的运营服务水平进行了评价,并建立了路网站点优化模型,对其中评分结果最低的三条线路进行站点位置分布的优化,在获得站点优化方案后,再次对路网公交线路的运营及服务水平进行了评价,并就其优化的方向和效果进行了分析。(4)针对城市道路交通状态判别这一问题,通过对大量历史数据空间几何分布特征的分析,采用FCM聚类算法对交通状态进行判别。在分析传统FCM算法不足的基础上,利用对数据不同属性更加敏感的马氏距离代替传统方法中的欧氏距离,对马氏距离存在的缺点进行针对性的摒除,建立了改进的FCM算法模型;对状态判别结果进行确定时使用了非整数化处理方法,从而使算法的判别结果与实际情况之间的差距减小,有效地避免了传统方法对相似数据在两种邻近状态下的误判。