[发明专利]一种基于人工智能技术的路网运行知识库构建方法

权利要求书

1.一种基于人工智能技术的路网运行知识库构建方法，其特征在于：包括

数据采集层，数据来源为公安交管数据、交通运输数据、互联网数据、交通相关社会数据等海量多源异构大数据；

数据计算引擎层，负责将数据采集层采集到的不同来源、不同格式的综合交通大数据进行清洗、缓存重用、分布式存储，并面向基础支撑层提供基础的数据服务；

基础支撑层，针对处理过的交通大数据进行基础特征画像；

知识库应用层，针对交通需求侧特征画像和供给侧特征画像的结果，形成知识库。

其中，所述数据采集层由历史城市交通数据和交通相关历史社会数据组成，所述数据采集层的数据来源为公安交管数据、交通运输数据、互联网数据、交通相关社会数据等海量多源异构大数据，所述数据计算引擎层的输入端与数据采集层进行连接，所述数据计算引擎层的输出端与基础支撑层进行连接，所述基础支撑层基础特征画像包含需求侧特征画像和供给侧特征画像，所述知识库应用层包括交通运行事实库、交通运行规则库和交通运行规律库。

2.根据权利要求1所述的一种基于人工智能技术的路网运行知识库构建方法，其特征在于：所述数据计算引擎层建立统一的数据接口，且对数据进行二次识别。

3.根据权利要求1所述的一种基于人工智能技术的路网运行知识库构建方法，其特征在于：所述数据计算引擎层通过对接数据量的分析、接收数据与历史数据的对比分析实现数据服务监控。

4.根据权利要求1所述的一种基于人工智能技术的路网运行知识库构建方法，其特征在于：所述基础支撑层利用大数据画像技术，结合数据存储层的综合交通数据，进行数据融合及交叉分析，形成对路网、公共交通工具、交通枢纽等交通供给侧基础画像以及交通出行者、货物等交通需求侧的基础画像。

5.根据权利要求1所述的一种基于人工智能技术的路网运行知识库构建方法，其特征在于：所述知识库应用层通过人工智能数据挖掘技术，根据原有的事实或用户指令，对数据进行充分分析研究。

6.根据权利要求1所述的一种基于人工智能技术的路网运行知识库构建方法，其特征在于：所述知识库应用层建立与时间、季节、事件、节假日、气象、限行、单行、潮汐车道等多种数据或交通管理方案的关联关系。

7.根据权利要求1所述的一种基于人工智能技术的路网运行知识库构建方法，其特征在于：所述知识库应用层应用自我学习人工神经网络模型，建立道路影响因素分析规则，对同一影响因素或多种影响因素共同作用的道路影响分析提取。

8.根据权利要求1所述的一种基于人工智能技术的路网运行知识库构建方法，其特征在于：所述知识库应用层构建不同时间特征、不同季节特征、不同节假日特征，不同交通事件特征的道路拥堵变化规律及诱导路径选择规律，实现交通拥堵索引维度提升和分析。

9.一种基于人工智能技术的路网运行知识库构建方法，其特征在于：其使用方法由以下几个步骤构成：

步骤A，建立统一数据接口，进行知识库构建所需的数据资源的提取，包括历史城市交通数据(如路网基础数据、路网运行数据、出租汽车运行数据等)和交通相关历史社会数据；

步骤B，利用大数据画像技术，进行数据融合及交叉分析，形成对路网、公共交通工具、交通枢纽等交通供给侧基础画像以及交通出行者、货物等交通需求侧的基础画像，为后续交通运行知识库分层次构建提供支撑；

步骤C，通过挖掘历史交通运行数据规律，建立时间、季节、事件、节假日、气象、限行、单行、潮汐车道等多种数据或方案与路段运行状态的实际数据关联关系库；

步骤D，建立路网运行知识库的自我学习人工神经网络模型，通过人工智能数据挖掘技术，根据原有的事实或用户指令，对数据进行充分分析研究，对多维度、多种类的数据进行聚类和相关性分析，推导提炼出新的事实或规律；

步骤E，实现同一影响因素或多种影响因素共同作用的交通运行影响分析提取；

步骤F，基于路网运行规则库，构建路网运行分析通用规律，实现路网运行规则的深层应用。