智能交通综述..docxVIP

智能交通推荐系统综述刘景明摘 要：信息超载是目前网络用户面临的一个严重问题，个性化推荐系统是解决该问题的一个有力工具。同样的，在智能交通研究领域中，根据各类交通及出行相关信息的智能推荐系统可以为司机或出行者提供相关的推荐服务，使得用户能够最大化地使用有限的城市交通资源，这在某种程度上也可以缓解城市交通压力和日益增长的出行时间。本文综合分析了智能交通推荐相关的研究热点，为未来的在智能交通推荐领域提供研究方向。关键字：智能交通 推荐系统 算法前言近年来，交通拥堵问题越来越成为制约城市发展的瓶颈问题。然而，由于资金、用地等客观条件的制约，以道路面积追车辆数量的方法并不现实。信息技术的快速发展为交通问题的解决带来了新的方向。借助于监测、通信和控制等新一代的信息技术应用的智能交通系统（Intelligent Transportation System，ITS）应运而生[1]。在智能交通研究领域中，出行规划推荐、行车路线推荐和用户个性化推荐等是比较热门的方向。已有众多的学者对智能交通的推荐问题进行了研究。智能交通系统简介智能交通系统作为一个信息化的系统，它的各个组成部分和各种功能都是以交通信息应用为中心展开的，因此，实时、全面、准确的交通信息是实现城市交通智能化的关键。从系统功能上讲，这个系统必须将汽车、驾驶者、道路以及相关的服务部门相互连接起来，并使道路与汽车的运行功能智能化，从而使公众能够高效地使用公路交通设施和能源。智能交通系统主要子系统交通管理系统(Traffic Management System，TMS）是智能交通系统的最重要组成部分，也是城市智能交通系统的重要基础部分。交通管理系统的主要体现在集成性、预测性、主动性 、实时性等方面，即集成了众多交通管理功能 ，并基于全面的检测信息及预测分析进行主动性交通管理，摆脱被动适应性管理的滞后性。交通信息服务系统（Traffic Information Service System，TISS）主要面向公众出行者，利用无线与有线通信手段，以文字、语音、图形、视频等形式实时动态地提供与出行相关的各类交通信息，使出行者在整个出行过程中能够随时获得有关道路交通情况、所需时间、最佳换乘方式、所需费用以及目的地等各种相关信息，从而引导出行者选择合适的交通方式、出行路线和出发时间，以最高的效率和便捷的方式完成出行过程。智能公交系统（Public Transport System，APTS)，是在公交网络分配、公交调度等关键理论研究的前提下，利用系统工程的理论和方法，将现代通信、控制、网络、GPS、GIS等新技术集成应用于公共交通系统，通过构建现代化的信息管理系统和控制调度模式，实现公共交通调度、运营、管理的信息化、现代化和智能化，为出行者提供更加安全、舒适、便捷的公共交通服务。智能交通新技术的应用探索随着现代交通技术与电子、通信、计算机等技术的发展，如 RFID和智能手机的广泛应用、大数据分析与云计算技术的出现等，为智能交通系统的快速发展提供了强有力的支撑。国内外相关研究现状由于智能交通系统是一个庞大复杂的系统，研究者们一般会选取某一个子系统的某一个方向去研究，目前比较的热门的研究是路径规划，出行推荐，个性化推荐等方向。出租车出行推荐的研究孔蕙心[2]研究一种基于实时客流分布的路线推荐算法，为空载出租车司机推荐空载穿行时间短且载客概率高的出行路线。提出对推荐路线的衡量标准PVC（Potential Vacation Cost）方程，用来计算每条路线的潜在空载开销，并设计出出租车出行路线的最小开销推荐算法。宋庆怡[3]已海量出租车轨迹数据为研究对象，以智能打车推荐为应用目标，建立对轨迹数据的分布式处理框架和挖掘分析系统，并实现在线的查询与推荐服务。解决的问题包括：轨迹预处理、轨迹数据聚类、轨迹数据査询、预测和推荐模型建立等多个方面。Santosh Thakkar, Supriya Bhosale等[4]提出了一种基于时空分析的在线出租车推荐系统，分析了高利润的出租车司机的接送行为和大量的载客出租车的行车轨迹，使用网格聚类算法结合时空分布分析，帮助出租车司机决定最佳载客地点，减少等待时间，获得更多利润。公交车出行推荐的研究陈丽佳,邹峥嵘等[5]提出基于Dijkstra的智能选择换乘线路的实现算法,根据公交换乘的特殊性，采用一种新式堆结构——“配对堆(pairingheap)”来实现优先队列，新的算法在原始Dijkstra算法的基础上,为每个网络节点增加了一个指向堆节点指针,在算法遍历到新节点时,需要构造配对堆节点,并动态更新配对堆。改进了传统Dijkstra算法在公交换乘方面的时间和空间复杂度。Won Joo Lee, Jaegeol Yim等[6]设计并实现一个寻找出发点到目的点之间的最短路径的推