《面向交通流微觀結構的時空特徵子空間分析方法研究》是依託中南大學，由趙玲擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：面向交通流微觀結構的時空特徵子空間分析方法研究
- 項目類別：青年科學基金項目
- 項目負責人：趙玲
- 依託單位：中南大學
項目摘要,結題摘要,
項目摘要
隨著城市交通擁堵現象的日益嚴重，研究影響巨觀交通流現象形成及變化的本質因素，發現交通流的運行與演化規律，對城市交通流管理具有重要意義。本項目在融合分析多種交通流數據（如浮動車數據、手機定位數據、固定檢測器、社交媒體數據等）的基礎上，力圖突破傳統的基於模型或數據驅動的交通流解析方法，採用數理方法刻畫人的出行決策、城市功能分區和交通流的網路分布，運用稀疏表達等手段從巨觀交通流現象中提取內在的微觀結構特徵，即“特徵子空間”。進而，利用時空數據分析技術發現特徵子空間的時空分布和社區關聯特徵，進一步揭示網路交通流巨觀性質如何通過微觀局部的相互作用湧現機理，為解析網路交通流的運行與演化特性、精確分析和預測交通流、實現交通流的有效管控等提供理論基礎。
結題摘要
本項目針對日益嚴重的交通擁堵問題，通過對廣泛的交通數據（交通路網數據、浮動車數據等）和人的行為數據（捷運刷卡數據、社交網路位置數據等）進行融合分析，採用稀疏表達、譜分析等方法從巨觀交通流現象中發現交通流內在的、本質的結構特徵，即“特徵子空間”。通過交通流和特徵子空間的投影映射，發現交通流在微觀結構上的時空分布特徵和社區關聯特徵，進而揭示交通流現象的運行與演化機理，為精確分析和預測交通流提供理論基礎。研究的主要內容包括（1）採用歸一化拉普拉斯譜和複雜網路理論對各類交通網路和居民出行網路的拓撲結構進行實證研究和分析，從巨觀和定量的角度來表達城市交通網路內在、本質的結構特徵。（2）採用Node2vec算法對城市居民的行為數據進行嵌入表達，通過聚類分析和可視化分析對城市各功能區進行識別以及對捷運站點進行分類，從微觀層次揭示了交通流在時空上的分布特徵，同時也驗證了網路嵌入模型Node2vec用於地理空間結構分析的有效性。（3）採用Graphwave圖嵌入方法對城市居民出行網路進行特徵表達，通過主成分分析和聚類分析發現網路結構中的相似信息，進一步識別城市的重要空間結構。（4）結合居民出行的各類影響因素，與出行數據共同構建城市知識圖譜，對城市居民出行特徵進行知識表達以及可視化分析，發現交通流在微觀結構上的時空分布特徵和影響因素的關聯，從底層和本質上揭示網路交通流的運行演化機理。（5）提出一種時態圖卷積網路模型，採用圖卷積網路學習交通網路結構上的空間依賴性，利用門控循環單元學習交通流的時間依賴性，進一步實現交通流的預測。（6）提出一種基於注意力的時態圖卷積網路模型，即在時態圖卷積網路模型的基礎上加入注意力機制，用於學習交通流全局時間變化趨勢，進而實現交通流的預測，取得了較好的結果，表明該模型具有較好的時空預測能力和全局時間變化特徵捕捉能力。
