cdas2017人工智能助力城市交通杨继辉

1、人工智能助力城市交通管理挖掘多源数据 发现城市拥堵规律人：第四届中国数据分析师行业峰会CH I N A DA T A ANAL Y S TS北U京饭店M 201I7.07T第四届中国数据分析师行业峰会CHINA DATA ANALYST SUMMIT多源数据融合思路0102拥堵模型方案设计工程实践结果展现03第四届中国数据分析师行业峰会CHINA DATA ANALYST SUMMIT01多源数据融合思路数据：丰富但多源问题：如何最大化利用数据？：在数据准备的每个环节思路：按需所取，优势互补第四届中国数据分析师行业峰会CHINA DATA ANALYST SUMMIT交通多源数据交通运营数据卡

2、口，RFID，车联网，轨道闸机交通设施数据道路、轨道、公交、停车场、公路、铁路、港口、机场、步行与自行车， 油气站等，加GPS,信令1234交通交通数据（总规，控规，综合，专项，研交通地理数据电子政务地图、图、地名数据（航拍）影像图、地形究），用地、现状用地、现状、建筑平面图。第四届中国数据分析师行业峰会CHINA DATA ANALYST SUMMIT数据质量覆盖范围RFID路网分布间隙大GPS不覆盖隧道卡口路网分布密度大样本量GPS样本偏少 车联网样本丰富值各数据源有不同程度的值第四届中国数据分析师行业峰会CHINA DATA ANALYST SUMMIT数据融合数据互补提高样本量，减少统

3、一数据建立一套基础数据指标体系值平均速度Ave speed平均行驶时间Ave time低速里程Ratio low speed路段指标刻画Data profiled KPI拥堵区间长度Duration低速时间Ratio-time拥位置路段拥堵状态StatusPosition第四届中国数据分析师行业峰会CHINA DATA ANALYST SUMMIT02拥堵模型方案设计方案架构方案内容方案价值第四届中国数据分析师行业峰会CHINA DATA ANALYST SUMMIT方案架构应用应用应用拥堵趋势拥堵模式发现交通异常检测交通分析算法及模型Traffic Predictive Ms大数据分析平台(

4、SPSS Analytic Server/Mer/ IBM DSX/ IBM Machine Learning)大数据平台（Hadoop/Spark）信令出租GPS车联网轨道卡天气数据路网交通RFID/卡口基础硬件环境第四届中国数据分析师行业峰会CHINA DATA ANALYST SUMMIT方案内容 1.路段指标形成§从原始数据中抽象出能代表路段交通状态的各类指标如：车速低速行驶里程低速行驶时间§拥堵是识别RFID卡口§§§§拥堵路段的基础全新的、智能的方法，自动识别交通路网中所有GPS§拥堵的刻§画是对拥堵事

5、车联网件进行特征性描述§对拥堵的路§对拥堵准的拥堵，为段进行识别，能 5.拥堵模式分析确的刻画是拥后续分析奠定可靠的基础够更好地拥堵路段识别的数据来源。堵点，辅助§在现实道路交通流中，路段拥堵模式均不相同，不同模式的拥堵对整个交通网络的影响也不同。对不同拥堵模式下， 拥堵路段的识决策者进行缓堵决策拥堵事件拥堵拥堵拥堵 模式拥堵事件识别交通指标体系§拥堵事件刻画别，对拥堵提供了更深入的见解4.拥堵路段识别3.拥堵的刻画2.拥堵的自动识别第四届中国数据分析师行业峰会CHINA DATA ANALYST SUMMIT方案价值建立数据利用体系全方位、深入地数据分

6、析辅助决策，提升服务水平§§§智能交通方案的专业知识先进的大数据分析技术探索将数据转化为生产力以解决实际交通问题的方法和路径§§§§识别拥堵路段§§自动检测交通异常并指导大众出行，帮助交管配置优化出警从交通拥堵模式及规律中形成洞识别及其扩散规律分析拥堵趋势挖掘拥堵模式及成因分析§察，以辅助交通决策§提升整个城市交通综合服务水平“数据研究”“数据洞察”“”第四届中国数据分析师行业峰会CHINA DATA ANALYST SUMMIT03工程实践结果展示模型实现开发原则结果展示第四届中国数

7、据分析师行业峰会CHINA DATA ANALYST SUMMIT模型实现模型设计模型验证模型实施模型可行性确定 模型算法选择 基本参数确定初步验证基于模型验证环境搭建模型迁移及验证 在更大数据集上 区域路网 中大型Cluster性能测试及调优基于验证结果模型更新及重构模型工程化 健壮性 稳定性生产环境集成与测试全数据测试集群性能调优 六数据 小路网 小型集群第四届中国数据分析师行业峰会CHINA DATA ANALYST SUMMIT建模部署准则迭代，快速迭代细分功能场景逐个快速迭代算法模型准确性 可扩展性健壮性应用平台低耦合集群参数优化第四届中国数据分析师行业峰会CHINA DATA AN

8、ALYST SUMMIT结果展示7条拥堵路段G大道7F=0.569655B东路2F=0.664070A大道1F=0.669488第四届中国数据分析师行业峰会CHINA DATA ANALYST SUMMIT结果展示拥堵趋势变化 整体情况通过六历史数据探索路段拥堵总体趋势，得到以下结论432条主干道中0条路段逐渐向好4条路段拥堵情况持续176条快速路中9条路段拥堵情况逐渐向好0条路段持续52条高速路中1条路段拥堵情况逐渐向好1条路段拥堵情况持续第四届中国数据分析师行业峰会CHINA DATA ANALYST SUMMIT结果展示拥堵趋势变化- 示例图最严重的主干道路段EE大道南段（由南向北）第四

9、届中国数据分析师行业峰会CHINA DATA ANALYST SUMMIT结果展示拥堵模式整体情况§ 模式一：该类拥堵模式呈现出拥堵持续时间较小，且波动不大，与道路整体变化趋势（非拥堵时间的变化趋势）基本相同的特点。模式二：该类拥堵模式呈现拥堵持续时间长，§且整体波动小，与道路整体变化趋势有一定差异的特点。模式三：该类拥堵模式呈现拥堵持续时间小，§且整体波动大，与道路整体状况有一定差异的特点。模式四：该类拥堵模式呈现拥堵持续时间小，§且整体波动小，与道路整体变化趋势不同的特点。模式五：该类拥堵模式呈现拥堵持续时间小，§且整体波动小，与道路整体变化趋势