数学建模对智能交通的影响

摘要：随着城市交通的不断发展，交通问题成为各大城市面临的主要问题。为了有效减缓交通压力，建立智能交通系统成为迫在眉睫的工程。由于交通信息的时空性和不确定性等，要想有效的建立智能交通系统，必须先对系统进行数学建模。本文将简要分析运用了计算机通信和电子信息技术的智能交通系统需要数学建模的重要性及其影响。

关键词：交通问题；智能交通系统；数学建模；计算机通信和电子信息技术

一、智能交通系统发展现状

（一）城市交通的发展与面临的问题。据国家统计，我国大部分客运依靠高速公路，货运的主要模式仍然是汽车运输，汽车的交通是我国经济发展的生命线。但随着汽车运输量的增长，交通拥挤、能源消耗高、交通事故等问题也随之增加。尽管引入了新的道路交通设施等方法，但远远不能满足新增车辆的交通需求。如何利用现有的道路数量来缓解交通压力是交通面临的主要问题。汽车社会造成的交通拥堵不仅将造成巨大的经济损失，而且汽车排放造成的环境污染也将对人们的生活产生巨大的影响。据统计，中国车辆排放的氮氧化合物排放量占总排放量的30％，中国各大城市出现的空气污染部分原因也在此。交通事故造成的人员伤亡和经济损失也是很大的问题，据统计，中国每年因交通事故死亡人数约20万人。由于交通问题日益严重，各地的交通部门从许多方面对城市交通系统进行了改善。传统的方法收效甚微，随着计算机技术的飞速发展，越来越多的城市开始发展出智能交通系统。借助计算机通信以及电子信息技术，城市的智能交通正在给解决交通问题提供更多帮助。（二）计算机通信与电子信息技术在智能交通系统中的应用。智能交通经过多年的普及和发展，目前已经建成了比较完善的智能化道路交通指挥系统，包括交通检测、交通信号控制、电视监控、交通违法检测系统等。智能交通中计算机技术的应用包括了物联网技术、传感器技术、通信技术、GIS技术等。物联网技术是将每一辆车、监控中心、路边传感器等集成在一起，形成一个通信的巨大网络。物联网技术的主要作用是采集车辆实时信息，实现车与车、车与人的通信传输，还可以感知行驶环境，实现车辆之间的通信漫游，给交通管理部门提供车辆的加工处理信息。传感器技术在智能交通中已经得到了广泛的应用，传感器具有体积小、能耗低等特点，在数据采集和信息传输上有很大的作用。通过wifi网络、移动网络等可以将传感器采集的信息保存到服务器，进而对信息进行存储、汇聚、转发等操作，从而用于智能交通上。传感器还可以利用摄像头、电子芯片等对车辆周围信息进行采集，并以文件、图片等格式传给服务器，实现智能交通的管理。智能交通中还有许多通信技术，不仅包括传统的光纤通信，还有蓝牙、RFID等技术。这些技术可以有效实现点对点通信，完成短距离内车辆与车辆、车辆与人之间数据的发送和接收。这些技术都利用了频率多址方式，可以有效提高频段的利用率。最新的TD-LTE技术还能实现多个方向上的信号发送与接收，利用并行通道为用户提供信息，对于用户接受各类型资源有重要的作用和意义。RFID由于其非接触式特性在智能交通中也得到广泛应用，比如在高速收费站实现了即时缴费功能，在物流仓储运输中可以管理货物的流通、车辆的流通、实现车辆的定位通信等。智能交通中的GIS技术应用也有许多。包括了遥感、卫星导航和数字网格等。利用地理信息系统(GIS)，智能交通可以实现网格化操作，实现车辆精准定位，保证系统正常运行。智能交通的许多方面也运用了电信技术，比如铁路交通、地铁监控、高速公路收费等。在铁路交通上，火车上使用无线上网不再只是梦想，利用广域网VPN技术，加上WIFI的安全认证功能等，火车已经能给乘客提供高速安全的移动宽带服务。铁路WIFI将支持上电自动拨号、保持链路在线、自动开关等功能。未来的铁路交通将是服务更加人性化的智能化交通系统。在地铁的视频监控上，用网格化、智能化的视频监控技术，可以实现视频监控在地铁上的全方位覆盖与应用。智能的视频分析系统将自动分析监控视频中的信息，摆脱了传统的由人员值守的弊端。对视频信息进行数据挖掘和数学建模，可以有效的实现便捷的事中管理和事后分析，第一时间联动报警，提高地铁安全等级。在高速公路收费方面，电子信息技术可以用于不停车收费，一方面，允许了车辆高速通过收费站，减少了时间成本，另一方面，让公路收费变得电子化，减少了车辆管理成本，也可以大幅降低收费处的噪声水平和废气排放。不论是计算机通信技术，还是电子信息技术，对于建立智能化交通系统来说，第一步也是最关键的一步就是数学建模。比如物联网技术中对道路交通进行数学建模、传感器技术对传感信息进行挖掘并建模、地铁监控中对监控视频信息建模等，模拟出最合适的信息处理模型对提升效率有至关重要的作用。

二、数学建模对于智能交通系统的影响

（一）原因分析。随着技术的发展和革新产生了智能交通系统其利用先进的信息技术，数据通信技术、自动控制技术和计算机技术，从而建立起全面综合的道路运输系统。就智能交通系统本身而言其具有以下特点：（1）交通信息来源广泛，形式多样，信息量大。传统的统计分析方法很难处理非数字或非结构化的数据。传统的基于数据库的方法很难对于不断增长的海量信息进行有效处理。（2）信息具有较强的时空相关性，交通信息只有在某个时间某个特定场合才能起作用，因此对于及时性处理要求比较高。（3）信息与主题十分相关，不论是关于交通流量还是交通信号灯的控制等。（4）信息具有生命特性，就像生命一样，交通信息也具有从诞生到发展到毁灭的过程。可以看出，智能交通系统存在动态性，不确定性，时空相关性，主题相关性等特征。如何建立一个能满足要求的、完备的智能交通系统首先需要的就是利用数学方式对数据进行模拟。传统的数学公式和传统的建模方法已经不能满足现实世界的信息分析需求。因此人们迫切需要采用新一代数学建模方法。随着数据融合和分析工具的不断进步，数学建模的方法也在不断的改进。综合运用人工智能，数据挖掘等技术对数据进行分析，并对分析的结果进行建模，模拟系统的各种状态，才能充分挖掘系统的潜力，为动态管理交通提供科学准确的依据，加深智能交通对交通管理作用的深度。（二）数学建模在智能交通系统中的应用。（1）涉及的数学思想。智能交通系统中的数学模型的运用其思想大致分为三个步骤进行：首先是必须将整个智能交通系统作为满足一个物理系统的模型。其次是通过在这个系统中输入一定的概率分析运用数学知识中的统计学或者微积分以及模糊数学等方法从而寻求系统最优解提供给用户。第三是假定条件即在寻找最优解的过程中交通参与者需要遵循求解者的假设条件无条件的执行。然而，需要强调的是由于现实中交通参与者并不会完全去遵循所以就会导致整个系统的运行在客观上其可用性较低。（2）动态交通分配--DTA问题。DTA问题简单来讲就是通过对道路上的交通流进行预测通过预测交通流分配结果来对其进行分解让交通道路上的交通流实现均衡，从而解决交通拥堵。对DTA问题，从20世纪70年代开始人们就对此问题进行了多方面的研究而且提出了数学上很多类型的模型，这些模型大体分为数学规划模型、最优控制模型和变分不等式三种。虽然人们对上述的模型进行了不断的完善并对相关算法进行了很多改进但是其核心是对于交通流中的不确定性这个问题的回避处理方法上仍没有突破传统的方法。而这个问题不能有效解决对于DTA问题就不能实现。（3）交通流的管理诱导与控制。要利用数学建模的思维解决交通流的管制等问题，要针对交通信息和交通系统的不确定性，需要利用数学的思维解决这些问题，突破传统的数学模型和思路。对此我们可以采用数据仓库联机分析、数据挖掘以及专家系统的有关理论与技术构建出新一代的智能决策支持系统模型。具体而言，对于具体模型而言可以采取数据挖掘方法、统计模式识别以及多源复杂信息、知识挖掘等技术来构建适合交通信息发现和挖掘的模型；而对于交通信息技术的分析方面，可以通过引入先进的计算方法如神经计算、进化计算等方法突破传统计算方法，让数学建模真正为解决交通问题提供可行方案。

三、结语

本文首先介绍了城市交通面临的压力，为了解决交通问题，各大城市都陆续建立了智能交通系统。之后对智能交通系统中主要运用到的计算机通信技术以及电子信息技术进行了简要分析，通过分析我们了解到在建立智能交通系统的过程中，数学建模是第一步也是至关重要的一步。最后我们对数学建模在智能交通系统的重要性以及影响作了详细介绍。交通信息不同于其他信息，它具有不确定性、时空性、生命特性等，也是因此，在处理交通领域某些问题时，需要具体问题具体分析。传统的数学分析方法已经不能满足建模的需要，因此，基于数据挖掘和人工智能的建模方式在逐渐得到应用，这给交通系统带来了十分重要的影响和广阔的前景，随着技术的不断发展，数学建模在智能交通系统上的应用也将得到飞速的进步。

参考文献：

[1]赵晶.计算机技术在智能交通中的应用和探究[J].电子世界,2017(21).

[2]曹卫东,房芗浓.数据挖掘在智能交通系统中的应用分析[J].计算机工程,2005,31(b07).

作者:李子璇 单位:德州市第一中学