[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

说明书

本发明公开了一种基于人工智能技术的路网运行知识库构建方法，包括数据采集层、数据计算引擎层、基础支撑层和知识库应用层。本发明的有益效果是：路网运行知识库在历史数据基础上，对各类因素与交通态势进行关联规则挖掘，总结交通运行规律，为交通运行分析、预测和交通疏导方案制定提供决策支撑，能够有效的提升城市交通运行效率，对于提升行业交通管理水平，促进行业技术进步，拓展行业发展空间具有重要意义。

技术领域

本发明涉及一种路网运行知识库构建方法，具体为一种基于人工智能技术的路网运行知识库构建方法，属于人工智能技术领域。

背景技术

近年来，随着城市交通运输信息化水平不断提升，交通行业管理部门汇聚了海量的城市综合交通数据，如何利用汇聚的综合交通大数据进行深入分析与应用、提高交通行业管理的精细化水平、探索交通拥堵治理的智慧化成为交通主管部门面临的紧要问题。

当前阶段，虽然国内外许多研究者对公交数据、手机信令数据、路网状态数据等交通运输数据进行了挖掘分析与应用研究，但均局限在数据直接关联的运输领域内，其一，交通大数据目前还主要应用于交通状态判别等浅层次的应用，交通拥堵规律分析以及缓堵策略评估等大数据深层次应用还处于起步阶段，行业内还缺乏系统性解决方案，其二，未将人工智能技术与数据库结合，不能构建兼具人工智能技术的推理、搜索、聚类等自学习属性的知识库，其三，作为交通运行分析与交通管理决策的知识库，不能够为各类智能交通管理系统功能开发提供基本工具，使城市交通管理智慧化、科学化、精细化管理水平较低。

发明内容

本发明的目的就在于为了解决上述问题而提供一种基于人工智能技术的路网运行知识库构建方法。

本发明通过以下技术方案来实现上述目的：一种基于人工智能技术的路网运行知识库构建方法，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。

一种基于人工智能技术的路网运行知识库构建方法，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(如气象数据、交通事故数据、重大活动数据及重要基础设施数据等)；

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；