基于大數據的城鄉結合部仿真研究框架＊

劉中飛，張 軍，邱荷婷

（首都經濟貿易大學管理工程學院，北京100070）

1 引言

隨著社會的發展以及國家政策的傾斜，人口的急速增長，越來越多的人都聚集在城市中，導致了城市交通的擁堵，特別是在大規模人群的城鄉結合部的區域。為了更好地控制城鄉結合部的交通，減少不必要的擁堵，用傳統的交通控制與疏散的方式在一定程度上是行不通的。所以，智慧交通應用而生。智慧交通的出現，帶來了許多現代化的管理方式，并減少了大量人力物力的浪費，使得城市的交通變得更加的流暢，減少了城鄉結合部區域大量的擁堵問題。在智能交通中，數據挖掘有著無比關鍵的地位，是智能交通中最重要的一面。可以說，沒有數據挖掘技術的應用，就沒有智慧交通光明的未來。如果要想在城鄉結合部大幅度減少交通擁堵問題，就必須更加深入地理解數據挖掘技術。

2 數據挖掘概念

數據挖掘是一個過程，主要是對大量的有噪聲的信息進行有效的提取，從中可以得到一個自己想要的數據[2]。在社會快速發展的今天，大量的數據在各行各業都急速的增長，廣泛可用的數據使得當今社會進入了數據時代，但是有許多的數據是無效的，要想從“數據海洋“中得到想要的數據是極其困難的一件事情，數據挖掘的重要性就凸顯出來了，數據挖掘的實際應用解決了這個問題，數據庫技術用于存儲和管理數據，機器學習方法用于分析存儲的數據，從而揭示了隱藏在海量數據中的大量“知識”。數據挖掘的技術可以挖掘以下幾種類型的模式：相關分析、聚類分析、離散點分析、關聯分析等。

相關分析：需要在分類和回歸之前繼續進行，可以分析、識別、分類、回歸相關的屬性，并忽略其他無關的屬性。

聚類分析：相似度很高的對象可以聚集在一起。這些對象中可以根據類內相似度最大化和類內相似度最小化的原理進行聚類或者進行分組。

離散點分析：在數據集中包含了許多對象，這些對象與數據集中其他對象的一般行為有不一致的地方，這些點就是離散點。因為一般的數據挖掘技術把離散點給剔除了，但是有些稀有事物比正常事物更有趣，更能吸引人們的注意力。因此，離散點數據分析被稱為離散點分析。

關聯分析：又稱為關聯規則。如果兩個或者多個事物之間存在某種關系，可以通過一個事物聯系到其他的事物，并可以對其他的事物進行預測。主要是挖掘兩者之間存在的隱藏的關系。其中，關聯分析又可以被進一步分為單維關聯規則和多維關聯規則這兩種類型。

這就是為什么數據挖掘技術在城鄉結合部區域的發展中起著關鍵性作用的原因，接下來需要對數據挖掘的技術進行深一步的分析，并將其應用于城鄉結合部的交通問題中。

3 城鄉結合部的現狀

近幾年以來，中國交通發展越來越好，交通環境得到了很好的改善，但是，交通安全方面的措施卻沒有得到很大的改變，中國道路環境沒有得到改變的根本原因是道路設計不規范、混合交通環境比較差以及一些安全措施不足等，這些問題在城鄉結合部尤為明顯。

隨著國家政策的傾斜，政府對城鄉結合部的關注越來越多。城鄉結合部是中國快速發展過程中的一個特色區域，是最活躍的區域。城鄉結合部具有距離市區較近、生活方便、信息流動速度快等多種優勢，同時具有城市和農村的優勢，成為城市向外延展的重要窗口。但是，由于城鄉結合部人口眾多，人們的交通意識比較淡薄，人流量巨大，導致了大量交通事故的發生。

其中，在城鄉結合部地區道路設計不規范，人員眾多，且社會關系構成較為復雜。在城鄉結合部，主要的交通工具有電動車、摩托車，不良習慣有無證駕駛、超速行駛、違章停車以及不系安全帶等具有安全隱患的問題[3]，并且在城鄉結合部，社會管理較為滯后，經濟管理混亂以及規劃管理無序。

4 大數據驅動下城鄉結合部交通運行仿真

4.1 交通仿真研究

針對城鄉結合部的種種難題，基于目前智能交通的大背景，將以大數據Hadoop技術的MapReduce計算中心和分布式數據庫HBase存儲融入到交通數據處理仿真平臺。

4.1.1 區域交通系統數據挖掘

將選取具有強大并行能力的Hadoop平臺，通過進行海量交通數據的分析，部署Hadoop集群，可以基于道路導航，使資源進行合理的分配，以此來改善有關道路的平衡問題。傳統的單機方法無法解決這樣的問題，未來解決這一類問題，可以借助Hadoop平臺，因為這個平臺具有強大的并行計算的能力，用此平臺可以對道路的情況進行各種判斷，此平臺也可以提供高效的存儲能力。

4.1.2 區域交通管理仿真平臺

將通過虛擬化技術構建的服務器集群，為平臺的搭建提供基本的硬件資源。在此基礎上構建以Cloud Foundry為基礎的PaaS平臺，可以通過使用Cloud Foundry的框架和通信機制來完成集成的任務，這其中包括了有關交通的海量數據，可以將Hadoop的功能通過與Cloud Foundry平臺相結合，建立一個集中大數據存儲和處理的一個平臺，這個平臺可以滿足當前的數據訪問量以及業務計算的需求，這樣就為大數據構建一個全新的交通仿真的平臺。

4.2 存在的重點、難點問題

區域交通系統數據挖掘技術和區域交通管理仿真平臺擬解決城鄉結合部交通網絡的復雜性和動態性的問題、制約因素的輸入輸出機制問題以及數據計算瓶頸問題。

4.2.1 城鄉結合部交通網絡的復雜性和動態性問題

城鄉結合部的外部像“城”，內部像“村”的復合型決定了區域交通網絡的復雜性，通過探索城鄉運輸網絡中各種瓶頸的產生及其傳播過程，并且找到交通擁堵的根本原因就是一個中心問題。

4.2.2 制約因素的輸入輸出機制問題

交通承載力包括了多種的力量：交通環境污染承載力、交通自然資源承載力以及交通心理承載力等，如何確定模型輸入輸出的變量是一個關鍵性問題，其中，合理的資源分配是重中之重，必須在交通擁堵和資源閑置之間找到一個平衡點。

4.2.3 數據計算瓶頸問題

隨著計算機網絡的快速發展以及在交通運輸領域的應用，日常需要處理的交通數據已經呈現出大數據的許多特征。采用傳統的數據信息處理方式已經遇到了計算分析的性能瓶頸。一方面，集中化的數據庫成為整個系統的突破口，數據的遞增，無疑給數據庫帶來了嚴峻的考驗；另一方面，隨著數據的遞增，數據計算的時長在急速地增加，越來越不適應海量數據對時間的要求。

5 結論

隨著社會的發展，城鄉結合部是國家關注的重點，城鄉道路交通是城市管理最重要方面之一。加強城鄉交通狀況管理，維護城鄉交通秩序，是極其重要的一個點[4]，且有利于推動城鄉結合部的發展，而城鄉結合部的發展符合國家政策的制定。但是發展不能急于求成，應結合中國的實際情況，并借鑒國外結合部發展的模式，以此來構建中國城鄉結合部交通的發展[5]。