论文部分内容阅读
交通分析是道路交通研究和管理的核心内容。在发现道路交通参数变化规律的基础上,对各个交通参数进行准确的预测,能够为路网规划、路径诱导等道路交通应用提供重要的决策支持。随着信息通信技术(ICT)的发展,传感器网络、GPS浮动车、ETC(电子收费系统)等开始在道路交通中得到应用,交通管理部门以及相关组织机构积累了大量的交通数据。日益丰富的交通数据是认知复杂的交通现象、构建精确的交通模型,从而进行交通分析和预测的基础。然而,目前各个部门和机构中的交通数据通常是通过传统的SQL查询来进行数据分析服务,缺乏面向交通分析和预测的数据组织和复杂查询的底层支持。
联机分析处理(OLAP)技术是实现对大规模数据进行综合分析的重要手段,它能够从不同角度的观察形式对数据进行快速、稳定一致和交互性的访问,使得据分析更加灵活。数据立方体的有效计算和存储是支撑OLAP分析的关键,对于有限的存储容量和计算能力,在时空开销和查询响应性能之间取得微妙的平衡是数据立方体的核心问题。
论文针对交通分析预测对交通数据的信息需求,充分结合道路交通数据的特点,以高速路收费数据为实例,对交通数据上的联机分析处理进行研究,并构建了一个面向分析预测的交通时空数据立方体。具体内容如下:
1、分析了面向道路交通分析预测的交通数据监控和管理的任务及需求,结合联机分析处理、数据立方体等相关技术的研究现状,归纳出交通数据不同于一般数据的特点、总结了面向道路交通分析预测的数据查询处理的特殊要求:
2、根据交通数据的特点,提出了交通数据时空立方体的模型,研究了该数据立方体的计算方法和优化技术;
3、在上述模型及相关计算和优化技术的基础之上,根据实际应用背景,构建了交通数据立方体,给出了相应的查询和维护方法。通过实验,验证了该数据立方体的有效性,实现了对交通数据的多维、多层次的综合分析。