孙宇超
摘 要：近些年来，随着车辆的不断增加，交通负荷也急剧增长，使得我国交通状况越来越差。如何利用大数据技术来缓解当前的交通压力已经成为建设“智慧城市”的重要研讨课题。为此，本文通过对交通优化中存在的问题进行明确与分析，利用模型构建及相关算法来深入探讨大数据在交通優化上的应用，希望能为交通压力进一缓解提供参考。
关键词：大数据 交通拥堵 迭代方程 交通优化
中图分类号：U495 文献标识码：A 文章编号：1674-098X（2017）12（a）-0000-00
科学技术的不断发展使人们的生活水平有了极大的提高，越来越多的私家车进入了人们的日常生活，这也使交通负荷大大增加，交通状况也越来越差。大数据的出现为我国交通压力的缓解提供了全新的思路，通过利用每个车上的GPS对车辆进行实时监控来收集相关数据，能够知道车辆在不同“时刻” 经过不同路段所用的时间，并能对每个路段的车辆数量进行监控，当某一路段中的车辆超过设定值时，大数据便会进行下一路径的规划，并找出用时最短的路径，以此指导车辆进行驾驶，从而有效避免了车辆在驾驶过程中遭遇交通拥堵现象，实现了交通的优化。由此可见，将大数据应用于交通优化当中具有十分重要的意义。为此，本文便对大数据在交通优化上的具体应用进行深入的探讨。
1 交通优化中存在的问题及分析
在交通优化中主要存在两个问题，其一是交通拥堵问题，其二是交通路径规划问题。在车辆行驶过程中，由于车辆数量的大幅增加致使车道中的车流十分密集，而这就势必会使车辆行驶速度缓慢。此外，工作日的出现会使车辆大大增加，特别是上下班时期，车辆的增多再加上车道的狭窄，必然会引发部分车道的交通拥堵。一旦发生交通拥堵，就需要对交通进行优化，而路径的规划就显得十分重要了。在路径规划时，如何知道哪种行驶路径的车流较少，哪种行驶路径的用时时间最短等也成为困扰驾驶员的一大问题。
2 大数据在交通优化上的应用
2.1 研究思路
本文的研究思路是对情景进行假设，并规划出情景中的所有路径，并对车辆的出发地到目的地所有路径所用时间分别进行计算，通过时间迭代算来对从出发地至目的地各个路径所用时间进行计算，以此给出合理建议。在多种路径选择中，便要利用大数据，收集车辆在不同时刻不同路径到达目的地所需时间，其中汽车的出发时间为已知条件，通过大数据来对汽车从出发地向前走一个路段或向右走一个路段收集的平均用时可知，与走该路段时的时刻进行相加，利用求得的时刻再来计算车辆在经过下一路段时的用时，并采用多次迭代将各个路径的用时计算出来，以此得出用时最少的路径。需要注意的是，由于大数据是通过GPS来进行交通监测的，如果有许多车辆都是走相同的路径，这时所计算出的路径就不是最佳路径，应通过GPS的实时监控功能对最佳路径的车辆数量进行监控，当发现车辆数量超过规定值时，应自行切换下一路径的规划。
2.2 前期准备
设定交通状况以一周作为一个周期，并将该周期划分为工作日与节假日，应利用大数据对至少三个周的数据进行收集与处理，来获得车辆在不同时刻通过不同路段的用时，并利用收集的数据拟合回归方程 来计算。设定各个路径中所经过路段的车辆超过N辆时，该路径不符合最佳路径。假设各个路径中有不同的路段，任意路段在一分钟内有q辆车加入该路段，第一辆车与最后一辆车通过路口的时间差是w，显然q越大w就越大，假设当该路段的q超过15时，该路段为拥堵路段。假设某辆车从出发点P至目的地M，则要先对P至M规划多种路径，然后利用搜集的数据进行时间迭代计算，为了方便描述与计算，本文假设一条街上的所有路段等长且在同一时刻通过某一路段的用时相同。
2.3 算法流程
本文采用迭代算法将各个路段车辆的经过时间进行迭代，以此计算出某辆车从出发点P至目的地M的所有规划路径的所用时间，在该算法中充分考虑了路段的拥堵情况。
2.4 路径规划
在路径规划中，需要对车辆在每个时刻通过相应路径所需要的时间进行计算，应分别计算车辆从出发地至目的地的全部规划路径，设定车辆在出行时时间为 ，在 街上不同时刻每个路段对应的通过用时为 ，在 街上不同时刻每个路段对应的通过用时为 ，依此类题，在 、 、 、 街不同时刻每个路段通过用时关系为 、 、 、 ，利用时间迭代法可以得出该车辆在不同规划路径中到达目的地的时刻。本文将用下图简述方法： 到达目的地的时刻为 ； 到达目的地的时刻为 ； 到达目的地的时刻为 。并将时间迭加计算后的 、 、 进行比较，用时最短的路段即为最佳路径。
当然，如果每辆车都选用上述方案给出的最优路径必然还是会造成拥堵，这时便需要通过实时监控得知每条道路上的实际车数，当某一路段的车数超过N，且最优方案会经过该路段，则排除掉该路段再分析最优路段（如果汽车只需要通过这一个路段就可以到达目的地，则不进行此判断），过了一定缓冲时间后，再后面的车则可以继续行驶该路段。当某个路段在一分钟之内进入车数q超过27辆时，则进行利用上述方法排除此路段进行分析判断，以此避免因导航而造成的拥堵现象，让每辆车都行驶最佳驾驶路径。若是造成了交通事故，要想对最短路径进行判断，则需要对不同的道路进行不同的分析。
3 应用效果及评价
3.1 应用效果
通过以上方法来利用时间对交通状况进行衡量，能够使各个路径的所用时间进行直观显示出来，从而为驾驶员对路径的选择更加直观，从而避过拥堵路段。采用大数据来进行真实测量，并依据时间迭加算法，能够为当地的交通情况进行更加全面的展示，从而使这种算法更具针对性与真实性。采用时间迭加算法来对用时最短路径进行规划，能够有效缓解交通压力，这相当于交通分流处理。利用时间的不断迭代，能够为路径的规划提供可行性极高的计算方案。该方法对情景的假设较为简单，这也使这种算法所收集到的数据与实际情况会产生较大差异，但是如果车辆的目的地较远时，依据极大似然法，则路径规划所采集的平均时间迭代结果基本与实际所用时间相符合，因此该方案具有极高的真实性与可行性。
3.2 应用评价
该方法对于实际突发情况的应对能力相对较弱，但该方法的总体思想具备良好的可行性，如果要进一步提高该方法的规划效果，可以对情景进行更加现实化，并对耗时与车辆数进行真实表达，最大限度的降低误差，并采取上述方法来对具体的绕路路径情况进行分析。该方法能够与大数据中的GPS相结合，并利用GPS来对某个路段的车辆数量进行检测，根据相关公式来对所用时间进行计算，从而获得用时最短的路径，将该方法中的思想用于交通优化当中，更能达到非常良好的效果。
4 结语
总而言之，利用大数据来对路段的交通状况进行检测，并规划出用时最短的路径来指导驾驶员避过拥堵路段，能够有效缓解交通压力，实现交通分流效果。由此可见，利用大数据工具，采用GPS来对交通进行优化具有极大的现实意义。
参考文献
[1] 李光亚，张敬谊，童庆.大数据在智慧城市中的应用[J].微型电脑应用，2014，30（12）：1-4.
[2] 杨玲玲，刘法胜，董霞，杨现青.大数据技术在智能交通中的应用[J].中国市场，2016（23）：154-156.
[3] 陈圣颖.基于大数据视角下智能交通的探究[J].现代工业经济和信息化，2017，7（9）：83-84.
