大數(shù)據(jù)治堵車？極光大數(shù)據(jù)助力交管局優(yōu)化算法降低擁堵

大數(shù)據(jù) 堵車交通

極光大數(shù)據(jù) | 2017-03-09 14:23

【數(shù)據(jù)猿導(dǎo)讀】在大數(shù)據(jù)蓬勃發(fā)展的今天，像極光大數(shù)據(jù)這樣的大數(shù)據(jù)平臺可借助云計算的快速可擴(kuò)展性、標(biāo)準(zhǔn)化服務(wù)、自助服務(wù)等特征，強(qiáng)化大數(shù)據(jù)的獲取、處理、整合、分析、服務(wù)等技術(shù)支撐能力，進(jìn)而促進(jìn)敏捷化、個性化的數(shù)據(jù)應(yīng)用開發(fā)，最終助力業(yè)務(wù)轉(zhuǎn)型

大數(shù)據(jù)治堵車？極光大數(shù)據(jù)助力交管局優(yōu)化算法降低擁堵

在大數(shù)據(jù)蓬勃發(fā)展的今天，像極光大數(shù)據(jù)這樣的大數(shù)據(jù)平臺可借助云計算的快速可擴(kuò)展性、標(biāo)準(zhǔn)化服務(wù)、自助服務(wù)等特征，強(qiáng)化大數(shù)據(jù)的獲取、處理、整合、分析、服務(wù)等技術(shù)支撐能力，進(jìn)而促進(jìn)敏捷化、個性化的數(shù)據(jù)應(yīng)用開發(fā)，最終助力業(yè)務(wù)轉(zhuǎn)型。運(yùn)用大數(shù)據(jù)平臺和大數(shù)據(jù)技術(shù)不僅可以幫助企業(yè)提升生產(chǎn)力，更可幫助政府部門在城市的公共管理中提升效率、提高管理水平。

例如在與道路交通有關(guān)的執(zhí)法效率問題上，通過智能手機(jī)和其他位置感知的設(shè)備（如導(dǎo)航單元）獲得交通數(shù)據(jù)分析，包括平均速度分析（描述性，診斷，預(yù)測，規(guī)定性分析），可預(yù)測其交通情況趨勢，進(jìn)而實(shí)現(xiàn)有效的交通疏導(dǎo)和管理；在社會媒體監(jiān)督上，大數(shù)據(jù)可以有針對性地對社會媒體進(jìn)行監(jiān)督分析，甚至預(yù)測選舉結(jié)果；大數(shù)據(jù)下的智能服務(wù)還可以提供更好的用戶體驗(yàn)，例如在垃圾容器中的傳感器可讓垃圾車線路得以優(yōu)化等等。從管理效率提升、輿情數(shù)據(jù)管理、透明服務(wù)監(jiān)控到城市規(guī)劃優(yōu)化、公共安全管理水平優(yōu)化到刑偵手段提升，都有豐富的服務(wù)場景可以通過大數(shù)據(jù)技術(shù)和數(shù)據(jù)分析應(yīng)用實(shí)現(xiàn)質(zhì)的飛躍。

要實(shí)現(xiàn)以上場景，有兩個前提。一是要有足夠數(shù)量的數(shù)據(jù)，二是要有與之匹配的數(shù)據(jù)挖掘、清洗及運(yùn)用的能力。極光大數(shù)據(jù)運(yùn)用自身數(shù)據(jù)和自身技術(shù)實(shí)現(xiàn)了移動互聯(lián)網(wǎng)大數(shù)據(jù)應(yīng)用創(chuàng)新，為城市公共管理領(lǐng)域提供了多樣化、全方位的支持。

以下是極光大數(shù)據(jù)在城市公共管理中的實(shí)際應(yīng)用案例。

極光大數(shù)據(jù)在城市交通治理中的實(shí)際應(yīng)用

交通治理一直是市政規(guī)劃管理的重點(diǎn)和難點(diǎn)。運(yùn)用大數(shù)據(jù)技術(shù)，極光數(shù)據(jù)團(tuán)隊(duì)與全球知名的智能交通企業(yè)PTV Group合作，幫助客戶（某交通規(guī)劃管理局）實(shí)現(xiàn)了動態(tài)的數(shù)據(jù)實(shí)時采集，數(shù)據(jù)實(shí)時加工以及數(shù)據(jù)實(shí)時分析，為該交管局在區(qū)域交通管理方面提供了道路優(yōu)化算法，即通過對交通道口紅綠燈策略的優(yōu)化降低了道路擁堵，實(shí)現(xiàn)了一定程度上的交通運(yùn)力優(yōu)化。在這個案例中，極光的數(shù)據(jù)體現(xiàn)了以下價值：

1、極光大數(shù)據(jù)可以實(shí)現(xiàn)數(shù)據(jù)全生命周期服務(wù)

2、極光的數(shù)據(jù)密度和頻度均可以保證實(shí)現(xiàn)區(qū)域客流的分析和預(yù)測

3、極光大數(shù)據(jù)平臺保證數(shù)據(jù)處理的時效性和準(zhǔn)確性

方案介紹

數(shù)據(jù)來源于極光自有數(shù)據(jù)平臺的數(shù)據(jù)采集。極光大數(shù)據(jù)依靠手機(jī)終端的位置信息進(jìn)行實(shí)時采集獲取設(shè)備位置，從而通過算法進(jìn)行道路匹配和交通流量預(yù)測。

通過上圖可以看到，1小時內(nèi)，通過交通信號燈的優(yōu)化，該區(qū)域排隊(duì)車輛（黃色線條）明顯減少，而道路行駛流量（綠色線條）明顯改善。

此案例中，極光大數(shù)據(jù)運(yùn)用了時序回歸分析對道路交通的流量進(jìn)行預(yù)測分析。普通問題都是線性問題，數(shù)據(jù)挖掘方法為解決非線性復(fù)雜系統(tǒng)的問題提供了一種新的解決途徑，如神經(jīng)網(wǎng)絡(luò)、決策樹、時序回歸分析等。時序回歸分析是將時間變量作為預(yù)測關(guān)鍵因子，通過時間序列搜索出的重復(fù)發(fā)生概率較高的模式，與回歸一樣，它也是用已知的數(shù)據(jù)預(yù)測未來的值。但這些數(shù)據(jù)的區(qū)別是變量所處時間的不同，所采用的方法一般是在連續(xù)時間流中截取一個時間窗口（一個時間段），窗口內(nèi)的數(shù)據(jù)作為一個數(shù)據(jù)單元，然后讓這個時間窗口在時間流上滑動，以獲取建立模型所需要的訓(xùn)練集。

我們在該區(qū)域采集到了20萬設(shè)備信息，并將它們連續(xù)一周的3000萬條位置軌跡信息進(jìn)行了數(shù)據(jù)分析。結(jié)合客戶提供的該區(qū)域路網(wǎng)信息，我們基于聚類算法開發(fā)了一套道路擬合算法實(shí)現(xiàn)位置軌跡到路網(wǎng)軌跡的擬合，通過軌跡采集的時間建立了時間序列模型，通過該模型對車輛停留時間和路網(wǎng)信號燈長短信息進(jìn)行相關(guān)度分析，利用卷積神經(jīng)網(wǎng)絡(luò)算法建立了路網(wǎng)信號燈長度和擁堵情況的算法模型，通過模型訓(xùn)練，優(yōu)化信號燈長度策略，實(shí)現(xiàn)排隊(duì)車輛的數(shù)量降低。

以上就是就極光大數(shù)據(jù)運(yùn)用自身數(shù)據(jù)和自身技術(shù)實(shí)現(xiàn)的移動互聯(lián)網(wǎng)大數(shù)據(jù)在城市公共管理中的應(yīng)用創(chuàng)新。更多極光大數(shù)據(jù)在政府機(jī)關(guān)、金融機(jī)構(gòu)、企事業(yè)單位、互聯(lián)網(wǎng)企業(yè)、媒體廣告、咨詢調(diào)查機(jī)構(gòu)等多個行業(yè)的實(shí)際案例，我們會陸續(xù)分享。

注：本文由 極光大數(shù)據(jù) 投稿數(shù)據(jù)猿發(fā)布。

歡迎更多大數(shù)據(jù)企業(yè)、愛好者投稿數(shù)據(jù)猿，來稿請直接投遞至：tougao@datayuan.cn

來源：數(shù)據(jù)猿

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時，也請務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責(zé)。