高速公路ETC數(shù)據(jù)挖掘研究與應(yīng)用.pdf

1、近年來,隨著經(jīng)濟社會的高速發(fā)展,我國的高速公路建設(shè)事業(yè)取得了舉世矚目的成就,但與此同時高速公路也面臨著交通需求快速增長與服務(wù)能力相對滯后的難題。如何提高高速公路通行效率,有效緩解直至解決收費站區(qū)擁堵問題,成為高速公路運營管理領(lǐng)域面臨的重要課題。電子不停車收費(ETC)的應(yīng)用和推廣,是解決這一問題的重要舉措。隨著國內(nèi)ETC系統(tǒng)的推廣,高速公路管理部門積累了大量原始收費數(shù)據(jù),在這些記載著車輛通行詳細信息的數(shù)據(jù)內(nèi)部蘊含著豐富的內(nèi)在關(guān)系和隱含信

2、息,如何從海量數(shù)據(jù)中獲取有效的信息,提高管理決策水平,是亟待解決的關(guān)鍵技術(shù)問題。
　　本文研究如何通過對ETC收費數(shù)據(jù)進行有效整合,利用數(shù)據(jù)挖掘技術(shù),提取和表達蘊含在原始數(shù)據(jù)內(nèi)部的通行行為模式和交通量時空變化趨勢,通過對車輛通行行為的預(yù)測和異常檢測以及交通量預(yù)測分析,為高速公路管理部門提供理論依據(jù)和決策參考。圍繞該研究問題,本文做了以下幾方面工作:ETC車輛路徑預(yù)測與異常檢測研究,研究利用ETC收費歷史數(shù)據(jù),找出車輛通行規(guī)律,準確

3、預(yù)測車輛的后續(xù)通行路徑,并從中檢測出異常的通行路徑;ETC交通量多維預(yù)測研究,研究以ETC收費數(shù)據(jù)為基礎(chǔ),實現(xiàn)多維統(tǒng)計分析,為多維交通量構(gòu)建預(yù)測模型,提出一種基于OLAM實現(xiàn)高速公路交通量多維預(yù)測的方法;ETC交通量組合預(yù)測模型研究,在單項預(yù)測模型基礎(chǔ)上設(shè)計出一種ETC交通量組合預(yù)測模型,充分發(fā)揮各單項預(yù)測模型的優(yōu)勢,進一步提高預(yù)測的精確度和可靠度。
　　本文取得了如下研究成果:
　　1.提出了一種基于混合Markov模型的

4、高速公路車輛路徑預(yù)測與異常路徑檢測方法。論文建立了Markov通行行為模型,針對基本Markov模型在預(yù)測結(jié)果的準確性、覆蓋率等方面存在諸多不足之處,提出一種新的Markov模型-混合Markov路徑預(yù)測模型,給出了使用EM迭代聚類算法對ETC車輛路徑序列進行分類的方法,使得同一類車輛具有相同或相似的通行行為,為每類車輛建立獨立的Markov模型,用以描述該類別車輛的通行特征,根據(jù)歷史通行數(shù)據(jù)預(yù)測其后續(xù)通行路徑。
　　2.構(gòu)建了一

5、種基于聯(lián)機分析挖掘(OLAM)利用ETC收費數(shù)據(jù)實現(xiàn)交通量多維統(tǒng)計分析的模型。論文選取時間、空間、車型、車種等維度為ETC收費數(shù)據(jù)構(gòu)建了雪花模型,實現(xiàn)了多維交通量快速匯總統(tǒng)計。
　　3.建立了一種經(jīng)過異常值修正的季節(jié)ARIMA預(yù)測模型。論文選取多維統(tǒng)計結(jié)果作為序列數(shù)據(jù)樣本,通過對數(shù)據(jù)樣本分別進行平穩(wěn)化、模型識別、異常值檢驗、參數(shù)估計、模型診斷等步驟,建立經(jīng)異常值修正的最優(yōu)季節(jié)ARIMA(p,d,q)(P,D,Q)s模型,該模型在預(yù)

6、測準確率上優(yōu)于原始模型,利用該修正模型實現(xiàn)了交通量預(yù)測。
　　4.設(shè)計了一種基于季節(jié)ARIMA模型、BP神經(jīng)網(wǎng)絡(luò)和支持向量回歸機(SVR)的最優(yōu)線性組合預(yù)測模型。論文以ETC月度交通量為訓(xùn)練樣本,分別建立起上述三種單項預(yù)測模型;利用單項預(yù)測模型預(yù)測結(jié)果,以預(yù)測誤差平方和最小為目標函數(shù),建立起求解組合預(yù)測權(quán)系數(shù)的優(yōu)化模型,根據(jù)權(quán)系數(shù)最優(yōu)解計算結(jié)果,實現(xiàn)組合模型下的月度交通量預(yù)測;最后通過建立評價指標體系驗證組合模型預(yù)測效果優(yōu)于單項預(yù)