綜合交通輔助決策支持平臺

綜合交通輔助決策支持平臺建設(shè)方案2004年10月

目錄TOC\o"1-3"\h\u106281.綜合交通輔助決策支持平臺 4255771.1.平臺概述 4293271.2.體系架構(gòu) 5298981.2.1.數(shù)據(jù)層 5277781.2.2.分布式計(jì)算處理層 6121151.2.3.分析模型層 6146921.2.4.業(yè)務(wù)決策分析層 6292701.2.5.交互展示層 756341.3.分析模型 79311.3.1.交通狀態(tài)分析模型 792781.3.2.行程時間計(jì)算模型 7275571.3.3.常駐車輛識別模型 8104261.3.4.車輛行為異常模型 9191461.3.5.套牌車輛識別模型 9243501.3.6.車輛伴隨異常模型 10243941.3.7.路網(wǎng)出行量分析模型 10249001.3.8.超限治理分析模型 11261201.3.9.危險(xiǎn)品運(yùn)輸分析模型 11166571.4.平臺功能 1260551.4.1.交通運(yùn)行狀態(tài)分析 12127401.4.2.短時交通流預(yù)測分析 12192021.4.3.常駐人口車流時空分析 13176581.4.4.臨時人口車流時空分析 15206481.4.5.道路交通運(yùn)行規(guī)律分析 1583941.4.6.交通安全預(yù)警分析 16304841.4.7.交通組織優(yōu)化決策分析 16326591.4.8.交通規(guī)劃決策支持 21260331.4.9.交通輿情監(jiān)測分析 21綜合交通輔助決策支持平臺平臺概述綜合交通輔助決策支撐平臺是以大數(shù)據(jù)技術(shù)為基礎(chǔ)，整合交管數(shù)據(jù)、車流數(shù)據(jù)、手機(jī)信令數(shù)據(jù)、浮動車數(shù)據(jù)、交通運(yùn)輸數(shù)據(jù)、互聯(lián)網(wǎng)位置數(shù)據(jù)等，結(jié)合地理信息系統(tǒng)定量分析等先進(jìn)規(guī)劃技術(shù)手段，建立科學(xué)的道路交通態(tài)勢和管理、人流特征、車流特征、公共管理、城市規(guī)劃等指標(biāo)體系和分析模型，應(yīng)用相關(guān)數(shù)據(jù)關(guān)系分析、挖掘，研究人口時空分布、居民出行特征、典型吸引點(diǎn)客流集散特征等一系列交通特征以及設(shè)施合理性以及規(guī)范性等，為交通組織優(yōu)化、輿情監(jiān)測、交通規(guī)劃、城市規(guī)劃以及政策決策提供輔助支撐。體系架構(gòu)數(shù)據(jù)層數(shù)據(jù)層負(fù)責(zé)各類數(shù)據(jù)的采集、傳輸，主要通過多元信息系統(tǒng)系統(tǒng)和數(shù)據(jù)共享交換平臺，將交通外場采集的感知數(shù)據(jù)、互聯(lián)網(wǎng)+數(shù)據(jù)、其他機(jī)構(gòu)部門數(shù)據(jù)等納入交通大數(shù)據(jù)決策分析系統(tǒng)，支撐上層模型計(jì)算、應(yīng)用分析。根據(jù)道路交通管理的業(yè)務(wù)架構(gòu)，AA交通數(shù)據(jù)模型的數(shù)據(jù)實(shí)體按數(shù)據(jù)域進(jìn)行劃分，具體包括：交通檢測數(shù)據(jù)、基站信令數(shù)據(jù)、浮動車數(shù)據(jù)、手機(jī)位置數(shù)據(jù)、車輛基礎(chǔ)信息、交通小區(qū)/GIS地理信息、互聯(lián)網(wǎng)數(shù)據(jù)、道路交通規(guī)劃、政策法規(guī)、道路運(yùn)輸、安全應(yīng)急、公眾出行服務(wù)和地理信息等。分布式計(jì)算處理層分布式計(jì)算處理層是交通大數(shù)據(jù)決策分析的中央處理器，它構(gòu)建了成熟、先進(jìn)的hadoop生態(tài)系統(tǒng)為基礎(chǔ)的分布式計(jì)算基礎(chǔ)支撐體系，從而實(shí)現(xiàn)海量數(shù)據(jù)的采集、存儲和計(jì)算處理，向各類決策分析應(yīng)用提供離線分布式計(jì)算處理、在線實(shí)時分布式計(jì)算處理以及優(yōu)化的任務(wù)管理和調(diào)度。通過流處理+內(nèi)存數(shù)據(jù)庫技術(shù)來對海量數(shù)據(jù)實(shí)時計(jì)算處理，實(shí)現(xiàn)海量數(shù)據(jù)秒級的數(shù)據(jù)處理效率；采用MPP并行大規(guī)模數(shù)據(jù)庫技術(shù)，支持海量數(shù)據(jù)計(jì)算和存儲，日處理數(shù)據(jù)量百億條，存儲容量PB級。分析模型層分析模型層通過研究交通數(shù)據(jù)間的關(guān)系和作用，量化各類數(shù)據(jù)指標(biāo)，建立各類交通分析模型，以實(shí)現(xiàn)對各類交通應(yīng)用的決策分析和支撐。決策分析模型主要包含交通狀態(tài)分析模型、短時交通預(yù)測模型、常駐人口車流分析模型、路網(wǎng)出行質(zhì)量分析模型、交通組織優(yōu)化決策分析模型等。業(yè)務(wù)決策分析層根據(jù)交通行業(yè)現(xiàn)在面臨的幾大問題，依托大數(shù)據(jù)處理能力，提煉出貼近實(shí)戰(zhàn)、滿足需求的業(yè)務(wù)功能，主要包含：區(qū)域車流量分析、車輛停留時長分析、車流量超標(biāo)預(yù)警、特殊車輛軌跡監(jiān)控等功能。交互展示層為實(shí)現(xiàn)平臺一體化運(yùn)作，系統(tǒng)通過服務(wù)展示層對外提供數(shù)據(jù)展示、數(shù)據(jù)服務(wù)兩大類調(diào)用接口。數(shù)據(jù)展示主要包括統(tǒng)計(jì)報(bào)表、分析報(bào)表、GIS可視化展現(xiàn)；數(shù)據(jù)服務(wù)主要包括實(shí)時數(shù)據(jù)、非實(shí)時數(shù)據(jù)的API接口、短信接口等。分析模型交通狀態(tài)分析模型（1）模型背景針對一些重點(diǎn)道路路段，車流量突增會帶來交通癱瘓，甚至是安全隱患，因此實(shí)時監(jiān)控交通狀態(tài)和預(yù)警車流量，有效防止車流量突增造成的一系列事件。（2）模型原理將實(shí)時車流量與歷史平均車流量、歷史高峰車流量、前一個監(jiān)控時點(diǎn)的車流量、前一日的平均車流量等做對比，判斷區(qū)域車流量是否需要超標(biāo)，并且通過紅、橙、黃三色對道路的通行狀態(tài)進(jìn)行刻畫。（3）分析周期按分鐘統(tǒng)計(jì)。行程時間計(jì)算模型（1）、模型背景隨著機(jī)動車保有量的迅速增加，如何有效掌握出行時間，合理規(guī)劃行車路線，提高生活質(zhì)量，是交管部門在警務(wù)便民話面臨的有一大難題。（2）、模型原理根據(jù)用戶提供的出發(fā)地、目的地，系統(tǒng)結(jié)合實(shí)時車流量數(shù)據(jù)、歷史時間車流量變化數(shù)據(jù)，按照最短路徑、最短行車時間兩個維度，為用戶規(guī)劃多條行車路線，有效分?jǐn)傑嚵鲏毫?，緩解交通擁堵現(xiàn)象。（3）、分鐘周期按分鐘統(tǒng)計(jì)。常駐車輛識別模型（1）、模型背景區(qū)分出區(qū)域內(nèi)的常駐車輛、途徑車輛，統(tǒng)計(jì)出每類車輛的逗留時長，是實(shí)現(xiàn)車流量常態(tài)化監(jiān)控的重要基礎(chǔ)。本模型通過基礎(chǔ)數(shù)據(jù)（320數(shù)據(jù)、車輛感知數(shù)據(jù)等）重點(diǎn)識別出區(qū)域內(nèi)的常駐車輛。（2）、模型原理車輛每天產(chǎn)生的位置數(shù)據(jù)基本可以反應(yīng)其一天的活動軌跡及行為信息。根據(jù)多數(shù)車輛的活動規(guī)律，設(shè)置時段，統(tǒng)計(jì)相應(yīng)時段車輛活動區(qū)域信息。因?yàn)槊刻斓幕顒有畔⒆兓艽?，所以需要累?jì)一定天數(shù)的車輛活動區(qū)域信息，然后根據(jù)相應(yīng)規(guī)則準(zhǔn)確統(tǒng)計(jì)出車輛常駐地信息，根據(jù)常住地信息篩選出該區(qū)域的常駐車輛。（3）、分析周期按月統(tǒng)計(jì)。車輛行為異常模型（1）、模型背景當(dāng)某一車輛近期高頻次晝伏夜出，高頻次出現(xiàn)在陌生區(qū)域的時候，可能該車輛近期的活動行為需要關(guān)注，可有效防止?jié)撛谖ｋU(xiǎn)的產(chǎn)生。（2）、模型原理根據(jù)車輛行徑的產(chǎn)生的320數(shù)據(jù)、車輛感知數(shù)據(jù)，通過模型算法，分析車輛的行為軌跡，得出車輛最近的活動軌跡信息表，結(jié)合歷史數(shù)據(jù)，比較車輛的出沒點(diǎn)、出沒時間，判斷車輛的行為是否異常，當(dāng)有異常行為的時候，系統(tǒng)通過預(yù)警信息提示用戶。（3）、分析周期按日統(tǒng)計(jì)。 套牌車輛識別模型（1）、模型背景隨著機(jī)動車保有量的不斷增加，機(jī)動車的管理也愈加困難，例如，當(dāng)有車主報(bào)警稱有車輛套牌的時候，如何能通過技術(shù)手段，輔助民警挖掘可疑車輛，提高案件的偵破率。（2）、模型原理系統(tǒng)根據(jù)接入320數(shù)據(jù)、感知數(shù)據(jù)，以車牌號為分析單元，分析車輛的的行為軌跡，當(dāng)發(fā)現(xiàn)針對同一號牌，在同一時間點(diǎn)有多個路徑點(diǎn)，系統(tǒng)會根據(jù)車輛品牌等信息，進(jìn)一步確認(rèn)疑似套牌車輛，并通過可視化技術(shù)，展現(xiàn)車輛相關(guān)信息。（3）、分析周期按日統(tǒng)計(jì)。車輛伴隨異常模型（1）、模型背景隨著機(jī)動車保有量的不斷增加，違法機(jī)動車的管理變得愈加困難，當(dāng)一有搶劫前科人員的車輛或者作案車輛長時間尾隨其他汽車的時候，系統(tǒng)如何能提前告知，做到事先預(yù)防，輔助用戶開展交通管控工作。（2）、模型原理系統(tǒng)根據(jù)320卡口等感知數(shù)據(jù)，實(shí)時監(jiān)測違法犯罪車輛的活動軌跡，當(dāng)發(fā)現(xiàn)長時間或者長距離與其他車輛同行的時候，系統(tǒng)自動產(chǎn)生預(yù)警，并展示車輛的詳細(xì)信息和周圍警力，便于開展部署工作。（3）、分析周期按日統(tǒng)計(jì)。路網(wǎng)出行量分析模型（1）、模型背景在日常交通管理中，尤其是節(jié)假日、早晚高峰的時候，如何能實(shí)時反映道路上車流總量情況，輔助用戶提前采取引流、疏導(dǎo)等管控措施，已經(jīng)是交管部門面臨的一大難題。（2）、模型原理基于系統(tǒng)采集的多源感知數(shù)據(jù)，通過道路監(jiān)控網(wǎng)，將道路網(wǎng)格化，依托大數(shù)據(jù)技術(shù)，判斷每個網(wǎng)格邊緣車輛進(jìn)、出情況，實(shí)時統(tǒng)計(jì)出網(wǎng)格內(nèi)車流總量，再根據(jù)道路區(qū)域，將網(wǎng)格重組，實(shí)現(xiàn)道路客流的細(xì)粒度管控。（3）、分析周期按分鐘統(tǒng)計(jì)。超限治理分析模型（1）、模型背景公路貨運(yùn)車輛超限超載運(yùn)輸問題已成為危害道路交通可持續(xù)發(fā)展的痼疾之一，近些年來，各級政府正不斷加大治理公路車輛超限超載運(yùn)輸?shù)牧Χ?，取得了重要的階段性成果，但由于復(fù)雜的社會經(jīng)濟(jì)因素，超限治理形勢依然很嚴(yán)峻。（2）、模型原理基于公路治超檢測系統(tǒng)等前端感知系統(tǒng)數(shù)據(jù)，對檢測車輛數(shù)、超限車輛數(shù)、超限量、卸載量、55噸以上車輛數(shù)、5軸（含）以上檢測車輛數(shù)等多指標(biāo)分析，綜合分析公路超限治理情況，為下一階段的公路超限治理提供必要的數(shù)據(jù)支撐。（3）、分析周期按天統(tǒng)計(jì)。危險(xiǎn)品運(yùn)輸分析模型利用車輛船舶監(jiān)測信息采集系統(tǒng)獲取的危險(xiǎn)貨物電子路單信息，分析各個地區(qū)、各個線路，危貨車輛屬性上的危險(xiǎn)品貨物數(shù)量分布、區(qū)域分布等。平臺功能交通運(yùn)行狀態(tài)分析依托全覆蓋的道路監(jiān)控網(wǎng)，將道路進(jìn)行網(wǎng)格化管理，根據(jù)前端感知網(wǎng)獲取的車輛GPS數(shù)據(jù)、320卡口數(shù)據(jù)，分析路網(wǎng)車輛當(dāng)前行駛速度、行駛方向。根據(jù)種類多、容量大的交通數(shù)據(jù)，系統(tǒng)根據(jù)歷史數(shù)據(jù)，分析路網(wǎng)歷史車輛行駛狀態(tài)、行駛速度，并按照不同等級，對路網(wǎng)運(yùn)行狀態(tài)進(jìn)行劃分。同時，依據(jù)實(shí)時采集的交通信息，分析快速路上下匝道間、地面干道主要交叉口間的車輛行駛時間。在前端應(yīng)用，系統(tǒng)根據(jù)路網(wǎng)車輛通行狀態(tài)、警情嚴(yán)重程度、發(fā)生次數(shù)等因素，通過熱力圖渲染，展示路網(wǎng)出擁堵、事故段的熱點(diǎn)效果。短時交通流預(yù)測分析短時交通流預(yù)測成為智能交通(ITS)的熱點(diǎn)研究領(lǐng)域。準(zhǔn)確實(shí)時的短時交通流預(yù)測是實(shí)現(xiàn)交通控制與管理、交通誘導(dǎo)的前提，是使智能交通系統(tǒng)從“被動式反應(yīng)”轉(zhuǎn)變到“主動式動作”的關(guān)鍵。短時交通流預(yù)測決策分析主要包括：基于時段的單點(diǎn)交通流組合預(yù)測分析。綜合時段劃分、模型選擇、參數(shù)指標(biāo)、模型預(yù)測、結(jié)果校驗(yàn)等過程，對交通流進(jìn)行預(yù)測分析，將最終的預(yù)測分析結(jié)果發(fā)送至誘導(dǎo)系統(tǒng)進(jìn)行使用?；跁r段的無檢測器路口交通流預(yù)測分析。綜合關(guān)鍵路口篩選數(shù)據(jù)、無檢測路口數(shù)據(jù)、模型規(guī)劃、模型推理等過程，對交通流進(jìn)行預(yù)測分析，將最終的預(yù)測分析結(jié)果發(fā)送至誘導(dǎo)系統(tǒng)進(jìn)行使用。基于時段的路網(wǎng)交通流預(yù)測分析。綜合對整個路網(wǎng)的子網(wǎng)劃分、在每個子網(wǎng)中確定關(guān)鍵路口與其他非關(guān)鍵路口、子網(wǎng)時段的劃分、關(guān)鍵路口交通流量預(yù)測、非關(guān)鍵路口交通流量預(yù)測等過程，對交通流進(jìn)行預(yù)測分析，將最終的預(yù)測分析結(jié)果發(fā)送至誘導(dǎo)系統(tǒng)進(jìn)行使用。常規(guī)擁堵路段短時交通流預(yù)測分析。綜合路段歷史交通流量信息，結(jié)合當(dāng)前時間點(diǎn)交通流量、手機(jī)信令等信息預(yù)測接下來一段時間交通流變化趨勢。突發(fā)事件短時交通流預(yù)測分析。針對非常規(guī)異常數(shù)據(jù)，及時感知進(jìn)行報(bào)警，結(jié)合異常流量點(diǎn)位當(dāng)前的交通流量信息、手機(jī)信令、路段前后車輛通行情況、異常點(diǎn)同比歷史綜合流量信息等預(yù)測接下來交通變化態(tài)勢。公共交通短時交通流預(yù)測分析。采集公共交通如地鐵、公交、鐵路、機(jī)場等公共交通點(diǎn)位附近的交通信息，依據(jù)海量數(shù)據(jù)建立公共交通短時流量變化模型，結(jié)合分析點(diǎn)位當(dāng)前的實(shí)時交通流量預(yù)測人流流動趨勢以及對交通流量的影響。重大活動短時交通流預(yù)測分析。重點(diǎn)關(guān)注正在舉辦的重大活動、特勤任務(wù)周邊區(qū)域交通以及人流分布趨勢，針對預(yù)測可能影響公共安全或者產(chǎn)生嚴(yán)重?fù)矶碌那闆r及時處理。常駐人口車流時空分析城市人口空間分析功能通過多天多源位置大數(shù)據(jù)分析，根據(jù)人員夜間和白天的活動頻率最大的地方判斷為居住地和工作地，然后分析出某區(qū)域的居住人口、工作崗位和職住平衡的空間分布情況。人員出行特征分析功能通過分析人員的活動信息，計(jì)算生成不同區(qū)域間的OD需求矩陣數(shù)據(jù)，然后結(jié)合區(qū)域圖層數(shù)據(jù)，研究區(qū)域間的人口活動出行情況。同時，統(tǒng)計(jì)生成不同區(qū)域按時間段劃分的產(chǎn)生量、吸引量與出行總量，根據(jù)不同區(qū)域的不同實(shí)時以及選擇時間段，研究不同區(qū)域的出行量變化的動態(tài)分布情況。工作通勤特征分析功能通過分析用戶的出行規(guī)律，識別出有相對固定通勤行為的用戶，得到居住地到工作地的通勤出行次數(shù)以及工作地到居住地的通勤情況，并得到相關(guān)時間段內(nèi)的通勤次數(shù)情況和相關(guān)距離段內(nèi)的通勤次數(shù)情況。公共交通客流分析功能通過分析軌道地鐵的IC卡和微蜂窩基站接收到的手機(jī)信令數(shù)據(jù)，結(jié)合軌道站點(diǎn)信息，識別出軌道地鐵乘客。研究某軌道站點(diǎn)24小時進(jìn)出站點(diǎn)的客流分布情況、軌道站點(diǎn)服務(wù)范圍情況、軌道線路服務(wù)范圍情況。典型區(qū)域客流分析功能以市內(nèi)的某一熱點(diǎn)區(qū)域（如機(jī)場、火車站等交通樞紐）作為研究的吸引點(diǎn)對象，通過分析人員一天的位置數(shù)據(jù)，統(tǒng)計(jì)該熱點(diǎn)的到達(dá)離開次數(shù)以及高峰小時情況。主要通道斷面分析功能以行政邊界、過運(yùn)河、鐵路線、高快速路為分析邊界，通過將人員軌跡映射到道路交通網(wǎng)絡(luò)上，進(jìn)而判斷用戶是否跨越邊界，或者跨越邊界的客流量及全日變化情況，輔助交通部門判斷基礎(chǔ)設(shè)施的承受能力和容量極限。臨時人口車流時空分析通過對卡口、RFID等檢測的進(jìn)城、出城等過車數(shù)據(jù)以及手機(jī)信令數(shù)據(jù)的采集、處理，對臨時來錫、過境車輛和人口的數(shù)量、出行時段、路線、駐留區(qū)域、范圍分布及特征構(gòu)成進(jìn)行分析、處理，實(shí)現(xiàn)對臨時來錫的流動人口、車輛進(jìn)行監(jiān)控、預(yù)警，一方面可以提高對流動車輛、人口的監(jiān)管應(yīng)對水平，另一方面也可以提高對臨時流動車輛、人口的服務(wù)水平。道路交通運(yùn)行規(guī)律分析在數(shù)據(jù)層，依托多源信息感知基礎(chǔ)平臺匯聚的多類車輛行為數(shù)據(jù)，通過大數(shù)據(jù)處理技術(shù)，實(shí)時分析車輛位置信息、行車速度、行車方向。依托GIS地圖，將道路信息網(wǎng)格化，結(jié)合車輛的點(diǎn)位信息，實(shí)時統(tǒng)計(jì)路段車輛通行量。在模型層，系統(tǒng)根據(jù)路網(wǎng)歷史車輛出行量，分析不同時間，不同日期類型（節(jié)假日、工作日、雙休日）道路車流量，全量分析道路車輛出行變化情況。在應(yīng)用層，根據(jù)模型分析出來的交通運(yùn)行規(guī)律，通過圖形化展現(xiàn)方式，向用戶客觀展現(xiàn)道路出行量變化情況，輔助用戶開展交通疏導(dǎo)預(yù)判、交通管制等工作。交通安全預(yù)警分析綜合運(yùn)用信息監(jiān)測、安全評價(jià)、分級預(yù)警模型等先進(jìn)技術(shù)與方法,實(shí)時監(jiān)控道路交通安全整體情況,分析預(yù)測交通安全的宏觀態(tài)勢，為各級道路交通安全管理部門提供決策支持。依托多源信息感知基礎(chǔ)平臺采集的多元交通數(shù)據(jù)，針對?；返雀呶＼囕v進(jìn)入特定區(qū)域進(jìn)行安全預(yù)警，對違法闖限進(jìn)行及時跟蹤，根據(jù)設(shè)定的預(yù)警級別采取不同的策略進(jìn)行處理，為交管部門及時發(fā)現(xiàn)并處理提供有力的支持。依托多源信息感知基礎(chǔ)平臺采集的多元交通數(shù)據(jù)，對發(fā)生的道路交通異常行為進(jìn)行預(yù)警分析，及時提醒交管部門進(jìn)行響應(yīng)應(yīng)對，避免造成更大的安全事故。交通組織優(yōu)化決策分析交通組織優(yōu)化決策分析主要是運(yùn)用大數(shù)據(jù)分析處理技術(shù)，針對交通長期擁堵地點(diǎn)、車輛違法高發(fā)地點(diǎn)、交通事故高發(fā)地點(diǎn)、行人違法法高發(fā)地點(diǎn)的交通飽和度、沖突點(diǎn)分布、交通壓力積聚消散比、交通流量、周邊人口環(huán)境、路口設(shè)計(jì)、信號燈配時、信息提示、交通設(shè)施設(shè)計(jì)等相關(guān)數(shù)據(jù)分析問題產(chǎn)生原因，最后提出解決問題的建議方案。常發(fā)擁堵優(yōu)化分析分析研究模型基于系統(tǒng)采集的多源感知數(shù)據(jù)、系統(tǒng)分析結(jié)果，結(jié)合車輛行人監(jiān)測方法，依托大數(shù)據(jù)技術(shù)，判斷不同的環(huán)境參數(shù)對交通指標(biāo)的影響程度，研究擁堵優(yōu)化分析模型。用于計(jì)算分析引起路口擁堵的主要原因和輔助原因，進(jìn)而生成可行的解決方案。位置點(diǎn)選擇根據(jù)交通狀況統(tǒng)計(jì)結(jié)果選擇長期處于擁堵狀態(tài)的某個路口或地區(qū)作為該功能的處理對象。同時記錄該路口的當(dāng)平均擁堵狀態(tài)、擁堵時間，以及周邊環(huán)境等信息。數(shù)據(jù)資源管理由系統(tǒng)自動或是人工錄入所有與該位置相關(guān)的諸如交通流量、沖突點(diǎn)、交通壓力聚集點(diǎn)、壓力分散點(diǎn)，周邊的學(xué)校、醫(yī)院、大型商業(yè)區(qū)、大型居住區(qū)，路口渠劃設(shè)計(jì)、信號燈配時、交通誘導(dǎo)信息、交通設(shè)施位置以及周邊人口保有量、車輛保有量、行人車輛行駛方向、潮汐目的等信息作為大數(shù)據(jù)分析的數(shù)據(jù)資源。指標(biāo)參數(shù)管理根據(jù)擁堵模型的需求，結(jié)合特定位置點(diǎn)以及位置在周邊可提供的數(shù)據(jù)資源信息，為大數(shù)據(jù)計(jì)算進(jìn)行相關(guān)的指標(biāo)參數(shù)配置。成果管理系統(tǒng)記錄并跟蹤所有模型和路口的分析結(jié)果，并對所有成果提供檢索分析功能。通過對成果的分析進(jìn)而修正擁堵優(yōu)化模型，并完成對模型適用場景的說明的維護(hù)。成果評價(jià)在計(jì)算完成后通過仿真方式、測試預(yù)演方式來驗(yàn)證方案成果，并通過各類打分指標(biāo)完成對分析成果的評價(jià)。管理人員可根據(jù)評價(jià)結(jié)果修正指標(biāo)參數(shù)，進(jìn)一步完善擁堵優(yōu)化分析模型。事故高發(fā)優(yōu)化分析分析模型研究基于系統(tǒng)采集的事故原型、系統(tǒng)分析結(jié)果，依托大數(shù)據(jù)技術(shù)，在時間、空間上判斷不同的環(huán)境參數(shù)對交通事故引發(fā)的影響程度，研究事故高發(fā)地優(yōu)化分析模型。用于計(jì)算分析引起道路交通事故的主要原因和輔助原因，進(jìn)而生成可行的解決方案。位置點(diǎn)選擇選擇系統(tǒng)中歷史所有交通事故事件作為分析樣本。同時結(jié)合事故發(fā)生時重大活動預(yù)案、天氣情況、公共交通出行情況、時間因素、路口交通設(shè)施，以及周邊環(huán)境等信息。數(shù)據(jù)資源管理由系統(tǒng)自動或是人工錄入所有事故警情與該交通事故相關(guān)的諸如天氣因素、道路管制方案、沖突點(diǎn)、交通流量、交通壓力聚集點(diǎn)、壓力分散點(diǎn)、路口渠劃設(shè)計(jì)、信號燈配時、交通誘導(dǎo)信息、交通設(shè)施位置以及周邊人口保有量、車輛保有量、行人車輛行駛方向、潮汐目的等信息作為大數(shù)據(jù)分析的數(shù)據(jù)資源。指標(biāo)參數(shù)管理根據(jù)事故高發(fā)計(jì)算模型的需求，結(jié)合特定位置點(diǎn)以及位置在周邊可提供的數(shù)據(jù)資源信息，為大數(shù)據(jù)計(jì)算進(jìn)行相關(guān)的指標(biāo)參數(shù)配置。成果管理系統(tǒng)記錄并跟蹤所有模型和整體道路的分析結(jié)果，并對所有成果提供檢索分析功能。通過對成果的分析進(jìn)而修正事故高發(fā)優(yōu)化模型，并完成對模型適用場景的說明的維護(hù)。成果評價(jià)在計(jì)算完成后通過仿真方式、測試預(yù)演方式來驗(yàn)證方案成果，并通過各類打分指標(biāo)完成對分析成果的評價(jià)。管理人員可根據(jù)評價(jià)結(jié)果修正指標(biāo)參數(shù)，進(jìn)一步完善事故高發(fā)優(yōu)化分析模型。違法高發(fā)優(yōu)化分析分析模型研究基于系統(tǒng)采集的交通違法事件、系統(tǒng)分析結(jié)果，依托大數(shù)據(jù)技術(shù)，在時間、空間上判斷不同的環(huán)境參數(shù)可能引發(fā)駕駛?cè)说倪`法行為，研究違法高發(fā)優(yōu)化分析模型。用于計(jì)算分析引起特定道路違法高發(fā)的主要原因和輔助原因，進(jìn)而生成可行的解決方案。位置點(diǎn)選擇選擇市區(qū)交通違法高發(fā)地的交通違法事件作為分析樣本。結(jié)合事發(fā)時信號分布情況、電子警察監(jiān)控區(qū)域、道路整體通行流量等信息。數(shù)據(jù)資源管理由系統(tǒng)自動或是人工錄入所有違法信息與該交通事故相關(guān)的諸如交通設(shè)施位置以及周邊人口保有量、駕駛員駕齡、行人車輛行駛方向、潮汐目的、信號燈配時等信息作為大數(shù)據(jù)分析的數(shù)據(jù)資源。指標(biāo)參數(shù)管理根據(jù)違法高發(fā)優(yōu)化模型的需求，結(jié)合特定位置點(diǎn)以及位置在周邊可提供的數(shù)據(jù)資源信息，為大數(shù)據(jù)計(jì)算進(jìn)行相關(guān)的指標(biāo)參數(shù)配置。成果管理系統(tǒng)記錄并跟蹤所有模型和整體道路的分析結(jié)果，并對所有成果提供檢索分析功能。通過對成果的分析進(jìn)而修正違法高發(fā)優(yōu)化模型，并完成對模型適用場景的說明的維護(hù)。成果評價(jià)在計(jì)算完成后通過仿真方式、測試預(yù)演方式來驗(yàn)證方案成果，并通過各類打分指標(biāo)完成對分析成果的評價(jià)。管理人員可根據(jù)評價(jià)結(jié)果修正指標(biāo)參數(shù)，進(jìn)一步完善違法高發(fā)優(yōu)化分析模型。交通規(guī)劃決策支持交通規(guī)劃決策支持是指融合城市地理信息、路網(wǎng)、過車數(shù)據(jù)、手機(jī)信令、互聯(lián)網(wǎng)數(shù)據(jù)，并結(jié)合對未來人口、車輛的增長，實(shí)現(xiàn)對交通出行需求進(jìn)行分析預(yù)測。同時，并以此為基礎(chǔ)和依據(jù)，為交通規(guī)劃建設(shè)、城市規(guī)劃等提供決策支持。在城市規(guī)劃、交通規(guī)劃方面，是指根據(jù)現(xiàn)行交通出行數(shù)據(jù)及預(yù)期增長需求，對交通道路路網(wǎng)、最優(yōu)路徑、交叉路口、出入路口、道路容量等方面的規(guī)劃、設(shè)計(jì)提供決策支持。與此同時，在交通外場信號控制系統(tǒng)、信號優(yōu)先控制系統(tǒng)的RFID、視頻等各類交通檢測器、交通誘導(dǎo)屏的布點(diǎn)選擇和設(shè)計(jì)的最優(yōu)方案提供數(shù)據(jù)支持和決策支持。交通輿情監(jiān)測分析隨著互聯(lián)網(wǎng)的快速發(fā)展，各類訊息的傳播途徑多、速度塊、范圍廣，一些不當(dāng)訊息可能產(chǎn)生巨大的輿論壓力，使任何部門、機(jī)構(gòu)無法忽視。交通輿情檢測分析系統(tǒng)通過對熱點(diǎn)問題和重點(diǎn)領(lǐng)域比較集中的網(wǎng)站信息，如：網(wǎng)頁、論壇、BBS等，進(jìn)行全天候監(jiān)測，通過檢索、下載、過濾和預(yù)處理等建立輿情監(jiān)控的知識庫，用來指導(dǎo)智能分析的過程，為交管部門及時了解網(wǎng)絡(luò)輿情動態(tài)，關(guān)注到自己在網(wǎng)絡(luò)輿情中的狀態(tài)，從而可以產(chǎn)生網(wǎng)絡(luò)輿情預(yù)警，及時糾正應(yīng)對網(wǎng)絡(luò)上關(guān)于自己的負(fù)面輿論影響，為部門網(wǎng)絡(luò)危機(jī)公關(guān)或品牌形象營銷提供數(shù)據(jù)依靠。交通輿情檢測分析面向交通管理部門，實(shí)現(xiàn)從數(shù)據(jù)采集到最終的發(fā)布包括四個步驟：數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、輿情分析和輿情發(fā)布，如圖所示：輿情分析步驟通過采集系統(tǒng)將用戶關(guān)注的網(wǎng)站信息自動收集，然后通過預(yù)處理，得到網(wǎng)頁正文內(nèi)容，對其主題進(jìn)行分析，最后將分析結(jié)果進(jìn)行發(fā)布。輿情信息采集輿情信息采集子系統(tǒng)能將目標(biāo)信息及時全面地采集到系統(tǒng)中。目標(biāo)信息包括針對交通相關(guān)的如節(jié)假日出行信息問題討論、對交通設(shè)施的討論、對交通道路的討論、對交通現(xiàn)狀的討論、對出行方式的討論、對交通執(zhí)法者的討論、某類話題如交通運(yùn)輸安全問題、包括長途客運(yùn)安全、水上交通運(yùn)輸安全、地鐵運(yùn)輸安全等。工程質(zhì)量問題、如橋梁垮塌事件等。執(zhí)法問題、執(zhí)法不當(dāng)、處罰不公、收費(fèi)不合理等涉及社會不同利益群體的問題、反腐敗、隊(duì)伍建設(shè)等問題。突發(fā)事件問題、突發(fā)自然災(zāi)害帶來或引發(fā)的交通運(yùn)輸問題等。交通輿情信息采集系統(tǒng)主要自動采集的是網(wǎng)站信息。重點(diǎn)網(wǎng)站有：新浪網(wǎng)、網(wǎng)易、人民網(wǎng)、雅虎、首都之窗、中國政府網(wǎng)、信息資訊網(wǎng)站：各地信息港、行業(yè)咨詢網(wǎng)、新浪論壇、搜狐社區(qū)、BBS貼吧、人民日報(bào)、新浪博客、騰訊博客、網(wǎng)易博客、新浪微博、騰訊微博、網(wǎng)易微博、優(yōu)酷、BaiDu、Bing、Yahoo等。信息采集系統(tǒng)可以抽取所有新聞文章或主題貼或著最新主題貼內(nèi)容，還可以抽取某個主題貼的所有回復(fù)貼或著最新回復(fù)貼的內(nèi)容。全網(wǎng)爬蟲系統(tǒng)專為輿情系統(tǒng)設(shè)計(jì)的智能網(wǎng)絡(luò)爬蟲系統(tǒng)，可以實(shí)現(xiàn)高質(zhì)量和快速的抓取，還支持對新浪微博、騰訊微博、搜狐微博、網(wǎng)易微博等主要微博平臺信息的實(shí)時抓取。定向抓取源輿情監(jiān)測系統(tǒng)對于人工定義的重點(diǎn)站點(diǎn)的新聞、論壇、博客等實(shí)現(xiàn)全面的抓取，同時支持對主流新聞網(wǎng)站分頁、評論內(nèi)容的采集以及對論壇點(diǎn)擊數(shù)、回貼數(shù)、回帖內(nèi)容的抓取。搜索引擎結(jié)果智能爬蟲系統(tǒng)還可以自動跟蹤多個搜索引擎的搜索結(jié)果，對于系統(tǒng)抓取進(jìn)行補(bǔ)充，確保信息全面無遺漏。多語言統(tǒng)一處理功能可自動處理并保存中文，英文，阿拉伯語，法文，德文，日語，韓語等多國語言，且有多國語言同時并存監(jiān)測的實(shí)際案例。智能文章提取對于文章類型網(wǎng)頁，可以無需配置，直接自動