綜合交通輔助決策支持平臺(tái)

綜合交通輔助決策支持平臺(tái)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(tái) 4255771.1.平臺(tái)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(shí)間計(jì)算模型 7275571.3.3.常駐車輛識(shí)別模型 8104261.3.4.車輛行為異常模型 9191461.3.5.套牌車輛識(shí)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(tái)功能 1260551.4.1.交通運(yùn)行狀態(tài)分析 12127401.4.2.短時(shí)交通流預(yù)測(cè)分析 12192021.4.3.常駐人口車流時(shí)空分析 13176581.4.4.臨時(shí)人口車流時(shí)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(cè)分析 21綜合交通輔助決策支持平臺(tái)平臺(tái)概述綜合交通輔助決策支撐平臺(tái)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(dòng)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(shì)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(shí)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(cè)、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(tái)，將交通外場(chǎng)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(cè)數(shù)據(jù)、基站信令數(shù)據(jù)、浮動(dòng)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(chǔ)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(shí)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(duì)海量數(shù)據(jù)實(shí)時(shí)計(jì)算處理，實(shí)現(xiàn)海量數(shù)據(jù)秒級(jí)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(chǔ)，日處理數(shù)據(jù)量百億條，存儲(chǔ)容量PB級(jí)。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(duì)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(shí)交通預(yù)測(cè)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(shí)長(zhǎng)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(tái)一體化運(yùn)作，系統(tǒng)通過服務(wù)展示層對(duì)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(shí)數(shù)據(jù)、非實(shí)時(shí)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(duì)一些重點(diǎn)道路路段，車流量突增會(huì)帶來交通癱瘓，甚至是安全隱患，因此實(shí)時(shí)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(shí)車流量與歷史平均車流量、歷史高峰車流量、前一個(gè)監(jiān)控時(shí)點(diǎn)的車流量、前一日的平均車流量等做對(duì)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(duì)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(shí)間計(jì)算模型（1）、模型背景隨著機(jī)動(dòng)車保有量的迅速增加，如何有效掌握出行時(shí)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(shí)車流量數(shù)據(jù)、歷史時(shí)間車流量變化數(shù)據(jù)，按照最短路徑、最短行車時(shí)間兩個(gè)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(shí)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(shí)長(zhǎng)，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(shí)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(dòng)軌跡及行為信息。根據(jù)多數(shù)車輛的活動(dòng)規(guī)律，設(shè)置時(shí)段，統(tǒng)計(jì)相應(yīng)時(shí)段車輛活動(dòng)區(qū)域信息。因?yàn)槊刻斓幕顒?dòng)信息變化很大，所以需要累計(jì)一定天數(shù)的車輛活動(dòng)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(shí)候，可能該車輛近期的活動(dòng)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(dòng)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(shí)間，判斷車輛的行為是否異常，當(dāng)有異常行為的時(shí)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(shí)別模型（1）、模型背景隨著機(jī)動(dòng)車保有量的不斷增加，機(jī)動(dòng)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(shí)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(hào)為分析單元，分析車輛的的行為軌跡，當(dāng)發(fā)現(xiàn)針對(duì)同一號(hào)牌，在同一時(shí)間點(diǎn)有多個(gè)路徑點(diǎn)，系統(tǒng)會(huì)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(dòng)車保有量的不斷增加，違法機(jī)動(dòng)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(zhǎng)時(shí)間尾隨其他汽車的時(shí)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(shí)監(jiān)測(cè)違法犯罪車輛的活動(dòng)軌跡，當(dāng)發(fā)現(xiàn)長(zhǎng)時(shí)間或者長(zhǎng)距離與其他車輛同行的時(shí)候，系統(tǒng)自動(dòng)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(shí)候，如何能實(shí)時(shí)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(gè)網(wǎng)格邊緣車輛進(jìn)、出情況，實(shí)時(shí)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(jí)政府正不斷加大治理公路車輛超限超載運(yùn)輸?shù)牧Χ龋〉昧酥匾碾A段性成果，但由于復(fù)雜的社會(huì)經(jīng)濟(jì)因素，超限治理形勢(shì)依然很嚴(yán)峻。（2）、模型原理基于公路治超檢測(cè)系統(tǒng)等前端感知系統(tǒng)數(shù)據(jù)，對(duì)檢測(cè)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(cè)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(cè)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(gè)地區(qū)、各個(gè)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(tái)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(jí)，對(duì)路網(wǎng)運(yùn)行狀態(tài)進(jìn)行劃分。同時(shí)，依據(jù)實(shí)時(shí)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(shí)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(shí)交通流預(yù)測(cè)分析短時(shí)交通流預(yù)測(cè)成為智能交通(ITS)的熱點(diǎn)研究領(lǐng)域。準(zhǔn)確實(shí)時(shí)的短時(shí)交通流預(yù)測(cè)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(dòng)式反應(yīng)”轉(zhuǎn)變到“主動(dòng)式動(dòng)作”的關(guān)鍵。短時(shí)交通流預(yù)測(cè)決策分析主要包括：基于時(shí)段的單點(diǎn)交通流組合預(yù)測(cè)分析。綜合時(shí)段劃分、模型選擇、參數(shù)指標(biāo)、模型預(yù)測(cè)、結(jié)果校驗(yàn)等過程，對(duì)交通流進(jìn)行預(yù)測(cè)分析，將最終的預(yù)測(cè)分析結(jié)果發(fā)送至誘導(dǎo)系統(tǒng)進(jìn)行使用?；跁r(shí)段的無檢測(cè)器路口交通流預(yù)測(cè)分析。綜合關(guān)鍵路口篩選數(shù)據(jù)、無檢測(cè)路口數(shù)據(jù)、模型規(guī)劃、模型推理等過程，對(duì)交通流進(jìn)行預(yù)測(cè)分析，將最終的預(yù)測(cè)分析結(jié)果發(fā)送至誘導(dǎo)系統(tǒng)進(jìn)行使用。基于時(shí)段的路網(wǎng)交通流預(yù)測(cè)分析。綜合對(duì)整個(gè)路網(wǎng)的子網(wǎng)劃分、在每個(gè)子網(wǎng)中確定關(guān)鍵路口與其他非關(guān)鍵路口、子網(wǎng)時(shí)段的劃分、關(guān)鍵路口交通流量預(yù)測(cè)、非關(guān)鍵路口交通流量預(yù)測(cè)等過程，對(duì)交通流進(jìn)行預(yù)測(cè)分析，將最終的預(yù)測(cè)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(shí)交通流預(yù)測(cè)分析。綜合路段歷史交通流量信息，結(jié)合當(dāng)前時(shí)間點(diǎn)交通流量、手機(jī)信令等信息預(yù)測(cè)接下來一段時(shí)間交通流變化趨勢(shì)。突發(fā)事件短時(shí)交通流預(yù)測(cè)分析。針對(duì)非常規(guī)異常數(shù)據(jù)，及時(shí)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(cè)接下來交通變化態(tài)勢(shì)。公共交通短時(shí)交通流預(yù)測(cè)分析。采集公共交通如地鐵、公交、鐵路、機(jī)場(chǎng)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(shí)流量變化模型，結(jié)合分析點(diǎn)位當(dāng)前的實(shí)時(shí)交通流量預(yù)測(cè)人流流動(dòng)趨勢(shì)以及對(duì)交通流量的影響。重大活動(dòng)短時(shí)交通流預(yù)測(cè)分析。重點(diǎn)關(guān)注正在舉辦的重大活動(dòng)、特勤任務(wù)周邊區(qū)域交通以及人流分布趨勢(shì)，針對(duì)預(yù)測(cè)可能影響公共安全或者產(chǎn)生嚴(yán)重?fù)矶碌那闆r及時(shí)處理。常駐人口車流時(shí)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(dòng)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(dòng)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(dòng)出行情況。同時(shí)，統(tǒng)計(jì)生成不同區(qū)域按時(shí)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(shí)以及選擇時(shí)間段，研究不同區(qū)域的出行量變化的動(dòng)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(shí)別出有相對(duì)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(shí)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(shí)別出軌道地鐵乘客。研究某軌道站點(diǎn)24小時(shí)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(chǎng)、火車站等交通樞紐）作為研究的吸引點(diǎn)對(duì)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(shí)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(shí)人口車流時(shí)空分析通過對(duì)卡口、RFID等檢測(cè)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(duì)臨時(shí)來錫、過境車輛和人口的數(shù)量、出行時(shí)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(duì)臨時(shí)來錫的流動(dòng)人口、車輛進(jìn)行監(jiān)控、預(yù)警，一方面可以提高對(duì)流動(dòng)車輛、人口的監(jiān)管應(yīng)對(duì)水平，另一方面也可以提高對(duì)臨時(shí)流動(dòng)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(tái)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(shí)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(shí)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(shí)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(cè)、安全評(píng)價(jià)、分級(jí)預(yù)警模型等先進(jìn)技術(shù)與方法,實(shí)時(shí)監(jiān)控道路交通安全整體情況,分析預(yù)測(cè)交通安全的宏觀態(tài)勢(shì)，為各級(jí)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(tái)采集的多元交通數(shù)據(jù)，針對(duì)?；返雀呶＼囕v進(jìn)入特定區(qū)域進(jìn)行安全預(yù)警，對(duì)違法闖限進(jìn)行及時(shí)跟蹤，根據(jù)設(shè)定的預(yù)警級(jí)別采取不同的策略進(jìn)行處理，為交管部門及時(shí)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(tái)采集的多元交通數(shù)據(jù)，對(duì)發(fā)生的道路交通異常行為進(jìn)行預(yù)警分析，及時(shí)提醒交管部門進(jìn)行響應(yīng)應(yīng)對(duì)，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(duì)交通長(zhǎng)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(hào)燈配時(shí)、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(cè)方法，依托大數(shù)據(jù)技術(shù)，判斷不同的環(huán)境參數(shù)對(duì)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(zhǎng)期處于擁堵狀態(tài)的某個(gè)路口或地區(qū)作為該功能的處理對(duì)象。同時(shí)記錄該路口的當(dāng)平均擁堵狀態(tài)、擁堵時(shí)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(dòng)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(hào)燈配時(shí)、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(duì)所有成果提供檢索分析功能。通過對(duì)成果的分析進(jìn)而修正擁堵優(yōu)化模型，并完成對(duì)模型適用場(chǎng)景的說明的維護(hù)。成果評(píng)價(jià)在計(jì)算完成后通過仿真方式、測(cè)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(duì)分析成果的評(píng)價(jià)。管理人員可根據(jù)評(píng)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(shí)間、空間上判斷不同的環(huán)境參數(shù)對(duì)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(shí)結(jié)合事故發(fā)生時(shí)重大活動(dòng)預(yù)案、天氣情況、公共交通出行情況、時(shí)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(dòng)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(hào)燈配時(shí)、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(duì)所有成果提供檢索分析功能。通過對(duì)成果的分析進(jìn)而修正事故高發(fā)優(yōu)化模型，并完成對(duì)模型適用場(chǎng)景的說明的維護(hù)。成果評(píng)價(jià)在計(jì)算完成后通過仿真方式、測(cè)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(duì)分析成果的評(píng)價(jià)。管理人員可根據(jù)評(píng)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(shí)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(shí)信號(hào)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(dòng)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(hào)燈配時(shí)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(duì)所有成果提供檢索分析功能。通過對(duì)成果的分析進(jìn)而修正違法高發(fā)優(yōu)化模型，并完成對(duì)模型適用場(chǎng)景的說明的維護(hù)。成果評(píng)價(jià)在計(jì)算完成后通過仿真方式、測(cè)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(duì)分析成果的評(píng)價(jià)。管理人員可根據(jù)評(píng)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(duì)未來人口、車輛的增長(zhǎng)，實(shí)現(xiàn)對(duì)交通出行需求進(jìn)行分析預(yù)測(cè)。同時(shí)，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(zhǎng)需求，對(duì)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(shí)，在交通外場(chǎng)信號(hào)控制系統(tǒng)、信號(hào)優(yōu)先控制系統(tǒng)的RFID、視頻等各類交通檢測(cè)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(cè)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(cè)分析系統(tǒng)通過對(duì)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(cè)，通過檢索、下載、過濾和預(yù)處理等建立輿情監(jiān)控的知識(shí)庫，用來指導(dǎo)智能分析的過程，為交管部門及時(shí)了解網(wǎng)絡(luò)輿情動(dòng)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(shí)糾正應(yīng)對(duì)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(cè)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(gè)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(dòng)收集，然后通過預(yù)處理，得到網(wǎng)頁正文內(nèi)容，對(duì)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(shí)全面地采集到系統(tǒng)中。目標(biāo)信息包括針對(duì)交通相關(guān)的如節(jié)假日出行信息問題討論、對(duì)交通設(shè)施的討論、對(duì)交通道路的討論、對(duì)交通現(xiàn)狀的討論、對(duì)出行方式的討論、對(duì)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(zhǎng)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(huì)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(dòng)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?qǐng)?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(gè)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(duì)新浪微博、騰訊微博、搜狐微博、網(wǎng)易微博等主要微博平臺(tái)信息的實(shí)時(shí)抓取。定向抓取源輿情監(jiān)測(cè)系統(tǒng)對(duì)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(shí)支持對(duì)主流新聞網(wǎng)站分頁、評(píng)論內(nèi)容的采集以及對(duì)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(dòng)跟蹤多個(gè)搜索引擎的搜索結(jié)果，對(duì)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(dòng)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(shí)并存監(jiān)測(cè)的實(shí)際案例。智能文章提取對(duì)于文章類型網(wǎng)頁，可以無需配置，直接自動(dòng)