基于大數據的機動車環污檢測系統的研究與應用

曹文雅 趙偉

摘? 要：本文主要基于BP算法對機動車進行環污檢測，希望能為當前機動車的環境污染現狀提供參考依據。

關鍵詞：機動車;BP算法;環污檢測

當前我國經濟飛速發展，城市居民交通問題也變得愈發復雜。隨著機動車的普及，各種各樣的問題也都隨之出現，常見的有：交通事故頻發、亂停亂放、環境污染等，這一方面對城市交通和公眾素質提出了考驗，另一方面也對相關機構的管理方法提出了更多的要求。本文從當前機動車的環污檢測出發，以BP算法技術為基礎，進而構建完整的預測模型，為當前機動車的環境污染現狀提供參考依據。

一、實驗設計

1.算法選擇

機動車的環境污染在各個時間段呈現不同的狀態，所以在進行相關算法的選擇時要特別注意對預測方法的選擇，常用的預測方法包括：德爾菲法、神經網絡、時間序列法、機器學習、回歸分析法、彈性系數法和灰色預測法等。在結合實際情況下，對各種方法進行分析和討論之后，最終決定使用神經網絡中的BP算法來構建相關的模型。

2.樣本來源

本次數據來源基于某環境監測部門的內部數據，記錄某區域在一段時間內的車輛使用人數1274人，選取樣本的時間為2019年8月25日，當天某環境監測部門的整體數據樣本為1000條。本實驗將這些參數共劃分為記錄編號（id）、1天內某企業機動車的整體環境污染量（y）、某環境監測部門所在的城市（city）、時間變量（hour）、節假日（is 0 workday）、工作日（is 1 workday）、所在城市當日溫度（temp）、所在城市當天天氣（weather）8個特征變量。

3.模型構建

基于上述8個特征變量，本次試驗BP神經網絡結構預測模型的構建步驟為：首先在構建模型之間需要對BP神經網絡結構預測模型的拓撲結構進行分析和設置，BP神經網絡結構預測模型的結構特點為其輸入層、隱層和輸出層，三層都可以完成由n維到m維的映射，進而可以將節假日（is 0 workday）、工作日（is 1 workday）、所在城市當日溫度（temp）、所在城市當天天氣（weather）、時間變量（hour）作為本次預測模型的特征變量，將1天內某企業機動車的整體環境污染量（y）作為本次實驗預測模型的目標變量;其次是對隱含層內的神經元數量和最大迭代次數進行設置，根據本次機動車預測模型的環境污染，本實驗將最大迭代次數設置為300，將隱含層神經元的數量設置為150，在對數值的計算方面選擇了大規模數值計算較好的L-BFGS算法進行計算;最后根據相關拓撲結構代入參數，其中Xn代表相應的特征變量，Y代表1天內某企業機動車的整體環境污染量，Wn則代表了相關的閾值。

二、實驗結果

1.模型預測

激活函數負責將神經元的輸入映射到輸出端，常用的激活函數有Tanh函數?Logistic函數?Relu函數?Identiey函數。本研究采用這四種激活函數依次對模型進行評估，從而找到最適合的預測模型。模型評估采用四種方法：RMSE均方根誤差?MSE均方誤差?MAE平均絕對誤差?R²模型擬合度。RMSE均方根誤差法計算的是觀測值與其真實值，或者觀測值與其模擬值之間的偏差。MSE均方誤差法是指參數估計值與參數真值之差平方的期望值。MSE可以評價數據的變化情況，MSE的值越小，說明預測模型描述實驗數據具有更好的精確度。MAE平均絕對誤差是絕對誤差的平均值，平均絕對誤差能更好地反應預測值誤差的實際情況。R²是用來說明回歸直線對觀測值的擬合程度，R²最大值為1，R²的值越接近1，說明回歸直線對觀測值的擬合程度越好;反之，R²的值越小，說明回歸直線對觀測值的擬合程度越差。

2.預測結果

在采用四種激活函數的情況下，檢測評價數據結果表明：在激活函數為Tanh情況下，擬合優度R2的值最大，其值為0.819;MSE的值最小，其值為188.508;RMSE值最小，其值13.014;MAE的值最小，其值為9.804。從檢驗測試數據的結果來看，在激活函數為Tanh的情況下，擬合優度R²的值最大，其值為0.775;MSE的值最小，其值為308.650;RMSE值最小，其值16.771;MAE的值最小，其值為10.574。因此，BP神經網絡的激活函數為Tanh函數作為已經找到的機動車預測模型，選擇城市1的數據集，以is_workday?weather?temp?wind?hour?為特征變量，id作為編號，過濾掉其他的無關變量，預測未來一段時間（不同時間點）機動車的環境污染量情況。

三、總結

研究表明，工作日和溫度適宜的情況下居民用車概率增高，使得環境污染程度增加。而天氣不好的情況或者節假日，居民則會減少機動車出行，環境污染程度也有所降低。

參考文獻

[1]? 詹志明，尹文君.環保大數據及其在環境污染防治管理創新中的應用[J].環境保護，2016，44（06）：44-48.

[2]? 祁娟.“大數據”助力交通治污減排——京津冀首個交通節能減排實驗室成立[J].運輸經理世界，2015（21）：42-44.