商業(yè)智能在智能交通系統(tǒng)中的應用.pdf

1、數(shù)據(jù)挖掘技術提供了對海量交通數(shù)據(jù)的強大分析處理能力，本文的目的是研究將數(shù)據(jù)挖掘技術應用于智能交通系統(tǒng),并提出基于最小二乘支持向量機的交通流量預測模型。 本文首先介紹智能交通系統(tǒng)(ITS)研究內(nèi)容和ITS各個子系統(tǒng)，分析數(shù)據(jù)挖掘的各種技術包括關聯(lián)規(guī)則、分類、聚類、預測等在智能交通系統(tǒng)中的應用和智能交通系統(tǒng)中交通流數(shù)據(jù)的特點。 其次，介紹統(tǒng)計學習理論和支持向量機工作原理。統(tǒng)計學習理論建立在結構風險最小化原則基礎上,它是專門針

2、對小樣本情況下的機器學習問題而建立的一套新的理論體系?；诮y(tǒng)計學習理論的支持向量機算法具有理論完備、全局優(yōu)化、適應性強、推廣能力好等優(yōu)點,是機器學習研究的新熱點。它在最小化經(jīng)驗風險的同時,有效提高算法的泛化能力,具有良好的應用價值和發(fā)展前景。 再次，在數(shù)據(jù)倉庫和數(shù)據(jù)挖掘的基礎上，提出智能交通數(shù)據(jù)挖掘系統(tǒng)模型，分析建立該系統(tǒng)模型的過程包括數(shù)據(jù)預處理、集成等，并在數(shù)據(jù)集成后的智能交通共享數(shù)據(jù)倉庫的基礎上對數(shù)據(jù)進行了深層次的分析，使用

3、OLAP、數(shù)據(jù)挖掘?qū)ο到y(tǒng)模型中的數(shù)據(jù)進行統(tǒng)計分析、挖掘產(chǎn)生有用的，以前未知的知識提供給決策者，如本文中交通流量反映經(jīng)濟的變化、對主干道路面的影響、不同時間段不同車型的流量等。 提供及時、準確的交通流預測是實現(xiàn)交通流控制與誘導的基礎性問題，因此，交通流量的預測在整個智能交通系統(tǒng)中起著重要的作用。 本文最后對交通流量的預測過程進行詳細的介紹： 首先，由于交通系統(tǒng)中包含復雜的數(shù)據(jù)，先將原始數(shù)據(jù)通過在線聯(lián)機分析(OLAP