互聯網IDC圈4月27日報道，互聯網的發展使得大數據引起人們廣泛關注。現如今大數據技術早已滲透到金融、通訊等行業以及生物學、物理學等領域。大數據在容量、多樣性和高增速方面的爆炸式增長全面考驗著現代企業的數據處理和分析能力，與此同時也為各個行業帶來了準確洞察市場行為的機會。迄今為止大數據技術與產品有哪些創新，工業大數據應用面臨哪些挑戰，金融行業大數據應用現狀如何等。圍繞這一系列問題，4月27日至28日，由工業和信息化部指導、中國信息通信研究院主辦的"2016大數據產業峰會"在北京國際會議中心盛大召開。

渦陽ssl適用于網站、小程序/APP、API接口等需要進行數據傳輸應用場景，ssl證書未來市場廣闊！成為創新互聯建站的ssl證書銷售渠道，可以享受市場價格4-6折優惠！如果有意向歡迎電話聯系或者加微信：13518219792（備注：SSL證書合作）期待與您的合作！

其中，在4月27日下午“大數據與城市交通”分論壇上，清華大學土木工程系、交通研究所李萌博士發表了精彩演講。

清華大學土木工程系、交通研究所李萌

以下為李萌演講實錄：

李萌：各位來賓，首先非常感謝大會組織者邀請我來參與大會，今天也想在這邊跟大家分享幾個我們應用交通領域的模型跟數據挖掘模型結合怎么樣更好的服務于民眾和提升他們的管理效率。

今天可能分四個部分，首先非常簡要的講一下研究背景，大家都了解的。然后從三個方面講一些我們的成果，包括從交通擁堵分析，交通排放分析，和可以應用到的一些交通分析管理措施。

從研究者層面，大家看到了，不光是國內，還有國外，包括交通擁堵問題，包括產生連帶的排放問題和交通安全問題。在這里面我們幾個角度分析，包括我們從交通瓶頸分析，去分析我們交通擁堵所產生的一些根本的根源在哪里，產生的原因在哪里。產生擁堵，產生了多少交通擁堵，這些擁堵又造成多少排放，進行排放分析，這這里我們服務于管理部門建議有哪些措施。

首先對于交通分析，對于北京城市來說，到處都在擁堵，擁堵起因在哪里，關鍵點在哪兒？這就是我們交通瓶頸分析。首先回答第一個問題，如何尋找到產生交通擁堵的關鍵問題關鍵瓶頸，首先第一個如何評價交通狀態。傳統來講我們一方面看到互聯網企業用速度表達，我們溫主任這邊用非常廣的交通指數，從我們交通理論分析來說我們看到的交通狀況應該從哪些方面分析。對于我們傳統交通領域來說，我們構建的基本關系就是有一個關鍵點，就是交通系統達到飽和能力的時候會出現一些不穩定的現象，這個是關鍵節點，這個節點里面看到它的飽和通行能力達到一個關鍵指標，另外一個它的速度達到關鍵指標。達到飽和和評判非飽和關鍵速度用它評價飽和還是未飽和，這個層面我們能夠有效的幫助管理者提升他們的管理水平。

這里我們兩個數據，一方面來自高德，高德給我們提供大量的浮動車，包括手機APP大量的信息，這里面信息實際上對于我們傳統，因為我們傳統交通管理信息是離散斷面的信息，斷面的信息是全流量全樣本信息，但是只是在少數斷面的信息采集，但是如果得到“互聯網+”大數據浮動車的數據，它雖然是抽樣的，但是可以連續變速的信息，我們可以觀察整個交通運行變化。這下面這張圖是流量跟速度的代表圖，我們看到整個交通流向變化規律從進速區，流量進入飽和區，進入飽和區過渡狀態，然后速度流量再進一步增加速度會下降，進入過飽和狀態，這邊是未飽和狀態，所以我們通過大量數據采集，分析在不同狀態，主要我們分析快速路，從不同節點表現出來的狀態，這些狀態都是不一樣的，我們看到有些圖，從非飽和進入到飽和狀態過渡階段實際上存在大量的離散信息分布，有些節點實際上出現未飽和和過飽和狀態中非常快速的過渡，我們沒有看到在過渡區有大量速度的分離，這是為什么產生，所以我們在這里面進一步分析，包括我們用模式識別方法分析出過飽和和未飽和過渡狀態的時候有哪些特別的類型。在這里面我們用過飽和概率去判斷我們整個的概率分布。什么叫過飽和概率？在我們這一個圖里面，這一部分是過飽和狀態，這一部分是未飽和狀態，我們在所有交通狀態里面，過飽和狀態和所有狀態的百分比，我們所有采集的信息里面有多少比例是在這個點處于不飽和狀態。如果這個過飽和狀態過高，表明這個點會經常或者高概率出現飽和情況，我們展開這個對二環所有分析，二環不同節點展開分析，我們看到不同節點表現出了不同的現象，這是我們用一個季度的全數據表達出來的。

在這里面我們不光是看到了在不同節點有不同高度，也就是說它有不同的過飽和概率。而且我們看到在相關的上下游前后變化規律實際上也有它的內在變化含義。是什么呢？如果我們去分析，我們整個過飽和概率分布隨著它的地區變化有四個基本模式，第一個模式是這樣的，實際上是以建國門區域為主要代表的，這個模式是什么，它在建國門的上游地區，實際上它會出現，也就是在這個方向實際上它都是處于嚴重擁堵，經常會出現概率比較高的擁堵；它在下游建國門下游這個區域，是二環內環方向，大面積區域出現了過飽和概率會突變，突降的過程。什么概念？我們分析在北京非常典型的趨勢，也就是說建國門是關鍵的節點，在這個節點概率上因為建國門所產生一系列連帶的擁堵的發生，這些連帶擁堵發生出現的概率和時長都小于建國門，如果通過熱力圖表達，熱力圖橫軸從早上到晚上不同的時間，數軸是代表不同的位置和天數。我們這個紅色看到出現擁堵區域，從建國門開始不斷出現擁堵，而且以晚高峰擁堵，高高峰相對較好的現象。我們通過熱力圖分析和概率圖分析，可以看到建國門系關鍵的瓶頸，導致了建國門上游出現大量擁堵的現象，這是在我們通過二環整個所有模式識別之后發現第一個主要的模式。這還是建國門模式，包括我們分析和二環、三環、四環，分鐘寺、玉蜓橋模式非常類似，上游出現擁堵，下游迅速的恢復。

第三類我們看到的模式上游混合概率突然增加，下游恢復，這個包括二環境內環安定門的位置，包括三環蓮花橋和四環，這連續出入口是關鍵節點，而上游是沒有實現擁堵，而只是出現局部的擁堵現象。

第四類西二環復興門會出現連續性的擁堵，這里面有很多辦公區域和吸引人的區域，道路需求非常大，出口也非常多，出現混雜的集聚的道路交通擁堵狀態。我們通過四類主要交通擁堵模式角度來看，這是我們對北京城市環路的交通瓶頸進行分析，我們分析方法一方面結合了我們交通工程里面交通分析里面基本模型和數據挖掘模型分析交通擁堵特性。

下一步希望跟大家分享的是交通排放的分析，前面幾位嘉賓都講到了交通排放的分析，我們講的方式跟之前幾個嘉賓講的方式不太一樣，因為我們用了“互聯網+”的信息跟我們交通管理信息融合，一方面我們大量應用浮動車的分析，一方面從人流分析圖和出租車分析，我們這個層面詳細的使用GPS數據，包括它的詳細信息和加速度信息，這樣的信息實際上允許我們去采用微觀模型進行單車整個排放的估計，我們應用的是MIT比功率模型，計算出單車在加速度模式性的排放，這些不同的匯總，同時我們也加家童部門給我們提供斷面的信息，我們通過局部抽樣一些單車的信息和我們斷面交通流整體信息，去評價整個交通運行狀態排放的分析。這個我們是排放層級，并不是污染層級，上面這張圖是分析，如果早高峰繞二環一周，根據我們的速度和流量信息，可以計算出它的整個繞行一周的排放總量。下面這張圖得到的是整個區域，按道路級，我們從微觀得到中觀道路層面排放信息得到的結果，這是在不的政策之下，綠色代表工作日，紅色代表周日的情況，所以我們可以看到政策實施，平時和周末是有所區別，在不同環路里邊包括運行情況和交通流的情況得到不同的結果，比如繞二環周六日排放是2.64%，平時是4.84%.這個是我們根據整個二三四環的結果，我們根據機動車方法得到的單氧化物的時空分布圖，繞著空間分布的關系，在二環、三環、四環的不同位置，這個是代表不同的時間，早高峰、晚高峰不同時段產生的擁堵，另外還有熱力圖包括在不同位置排放整體的分布圖，它也是綜合了不同的信息源，針對早晚高峰進行詳細的分析。右邊這張圖早高峰二氧化碳物排放的不足，這個我們根據分析原因，后面我們也在尋找產生的原因，這里面根據我們三維熱力圖不同季度、不同時間它的整個分布進行深入分析，以及針對不同管理政策，包括不同時限政策，不同節假日期間以及閱兵期間，包括兩次紅色預警期間對環色排放的分析，根據假期長短不一它的交通擁堵差別比較大，工作日期間碳氧化物排放3.7%，閱兵是下降很多。十一的假期、五一的假期，跟短的清明假期產生的效果也有明顯的不同。

另外從我們交通的排放分析，我們也給出了它的排名，在不同的區域不同的時間段給出了它的排名，從早晚高峰對比差別非常大，人們對比早晚通勤流向產生的不同，對早晚高峰不同污染物排放跟區域來講基本一致，這里面明顯擁堵瓶頸區域會產生更多的交通排放，因為它產生低速怠速之間的排放也產生了大交通擁堵的排放。大概幾個點，從里面看相對嚴重程度由高到低排放，從二環廣安門，天寧寺，四環五棵松，三環蓮花橋的排名。我們除了這個排放以外也根據排放分析，平均速度比較低，排放比較高。另外處于過渡期，過密度，以背四環為代表，這種高流量區域也是高排放的一個非常明顯的代表。另外就是高速度區，實際上我們看到主要污染物排放實際上是更大的排放，高速度中流量產生比較高的整體排。另外看排放量交通以主要參數進行對比，以排放嚴重為對比的西二環為主要例子，主要以工作日和閱兵對比來看，我們工作日和閱兵在速度提高了20%情況之下，流量下降6.3%的情況下，我們整體交通污染物排放13.5，這個一方面我們看到直接減少道路交通的流量，更多的交通過飽和現象減少，其實它對我們污染物排放過飽和的原因，這個是對顯著的參數。

另外如果我們看交通污染量環比對比，8月交通污染物相對比較小，這是我們對比2015年全年的數據，12月這個是交通非常差的一個月。

另外一個是我們最近做的想用“互聯網+”吸引眼球的方式我們在高德推動下做的這么一個奇怪的分析，我們分析房價跟我們周邊道路排放產生關聯關系，其實沒有關聯關系，我們只不過得到這么一個對比。我們抽取了其中北京相對比較有代表性，一共是六個區域，萬柳、望京、崇文門、五道口、馬家堡，它是整個交通道路排放跟整個房價產生關系，我們看到有意思的現象，不一定真正有關聯關系，這個現象里面如果以望京為例子，對于馬家堡區域來說，污染物排放略為提升，房價沒有現象。在五道口排放高于望京區域。挽留是既高排放又高房價現象。

這是我們針對快速，在這里面我們根據熱力圖方式，我們根據過飽和概率方式，尋找他們瓶頸的角度，在這個瓶頸尋找它跟交通管理的方式，我們看到大量快速路的入口，我們看到這是發生主要的瓶頸，這個建議如果從管理角度建議設置較緩沖帶，避免車流產生的擁堵造成一系列的擁堵現象和瓶頸現象。另外建議在關鍵出入口進行誘導，和北京市交管局合作也做了幾個方案。另外也是對沿線信號燈的配合，特別是跟我們相關的出入口進行協調有效的配置。

另外針對城市道路進行了詳細分析，我們選取了清華在往北上地區域最堵的一個道路，早晚高峰長時間出現擁堵的狀態，有幾個主要的原因，節是道路交通堵塞和道路停車增加了堵車的現象。

另外我們對整個城市狀態進行詳細過飽和分析，他們在這個狀態分布不同的管理策略之下我們看到交通擁堵的一個分布變化，針對這種常態全時工飽和，我們定義這個詞，我們看到二環從早到晚都出現長期擁堵情況，而且是長期過飽和的狀態給出了這么一個定義，在這個里面相應部門給出了管理措施，在這個里面不同的政策和過飽和影響是不均勻的，我們看到這張圖給出來的對于不同的環路限行政策里面產生不同的敏感性，也就是說未來我們產生政策，更進一步的政策的話，根據區域分析應用不同的收費政策。

最后跟大家分享的是對于交通管理誘導方案給出的分析，這個誘導方案我們分析還是二三四環，內環方向和東西南北各個方向，我們看它從早到晚這幾個環路預測它發生的概率是否有相關性，如果某一個環路出現擁堵之后，另外兩個環路出現擁堵空間相對比較慢，我們就可以針對誘導。我們看東南西北這四個方向，并不是都有誘導空間，能夠產生大的是西邊二三四環，實際上是在不同的時段，它產生的擁堵差別是比較大的。再從下午的三點到六點這個時段，它的過飽和占有率在0.63、0.32、0.19這三個方向可以出不同的誘導方案。

總結一下我們學者也在不斷的嘗試把我們交通模型，數據挖掘和互聯網公司所在應用的一些數據挖掘的模型進行結合，我們希望達到兩個目的，一方面能夠有效的幫助管理者提升我們的管理水平，另外一方面希望我們能夠像互聯網企業一樣提供給民眾更有效的信息服務，提升我們整個城市交通的一個狀態。這就是我今天的發言，謝謝！

新聞名稱：清華大學李萌：基于大數據的城市交通特性分析
文章位置：http://m.newbst.com/article2/sdjoic.html

成都網站建設公司_創新互聯，為您提供小程序開發、電子商務、網站設計、App設計、網站設計公司、ChatGPT

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯