張加華 卜占新 孫慶文

摘 要：在交通事故數(shù)量雖趨于平穩(wěn)但基數(shù)仍然很大的背景下，通過歷史事故數(shù)據(jù)對事故間潛在的規(guī)律展開挖掘，有助于將事故的被動發(fā)生轉(zhuǎn)換為事故的主動預防，對管控工作可以產(chǎn)生輔助決策作用，因此，本文對基于大數(shù)據(jù)的可視化決策輔助預警系統(tǒng)展開研究。

關(guān)鍵詞：大數(shù)據(jù);可視化;預警系統(tǒng)

中圖分類號：D631.5 文獻標識碼：A

0 引言

論文研究道路交通安全態(tài)勢，分析造成交通事故的主要原因，通過歷史事故數(shù)據(jù)、違法數(shù)據(jù)，預測未來相關(guān)因素的發(fā)展趨勢，根據(jù)發(fā)展趨勢，做好預警工作，降低或避免事故的發(fā)生。李亞軍[1]通過闡述交通管理大數(shù)據(jù)經(jīng)歷的四個階段以及大數(shù)據(jù)自身特點的優(yōu)越性，展望了其在以后研究工作中的利用價值。陳志康[2]通過對上海市交警總隊持續(xù)開展的信息化項目，闡述了目前交通管理大數(shù)據(jù)與真正的“大數(shù)據(jù)”之間理念思維、技術(shù)手段方面還存在一定的差距，指明了今后的研究和應用方向。

1 數(shù)據(jù)收集與處理

1.1 道路交通事故數(shù)據(jù)采集

公安交通管理部門遵照公安部交通管理局2006年編制的《道路交通事故信息采集項目表》的標準，采集事故發(fā)生時和事故發(fā)生后兩方面的事故數(shù)據(jù)。目前數(shù)據(jù)采集存在的問題：（1）信息挖掘能力有待提高。當前，國內(nèi)事故的處理更偏重于事故數(shù)據(jù)信息采集，未能將多個指標關(guān)聯(lián)在一起。（2）我國一線民警在事故現(xiàn)場獲取的數(shù)據(jù)，一般都是先記錄在紙質(zhì)材料上，從采集到最后錄入“道路交通事故信息管理系統(tǒng)”的整個流程，人工操作由于疲勞或注意力不集中會造成信息錯錄或信息刪除。（3）數(shù)據(jù)共享及交換存在橫向壁壘。造成交通事故的因素涉及多各方面，例如交通流數(shù)據(jù)分屬交通局，天氣數(shù)據(jù)分屬氣象局。

2 灰色馬爾可夫預測模型

2.1 灰色模型GM（1，1）模型

3 系統(tǒng)設(shè)計

（1）基礎(chǔ)數(shù)據(jù)管理設(shè)計?；A(chǔ)數(shù)據(jù)管理模塊涉及對歷史數(shù)據(jù)的導入、查詢等工作。把涉及到的駕駛員數(shù)據(jù)、車輛數(shù)據(jù)、道路數(shù)據(jù)和環(huán)境數(shù)據(jù)導入并存儲在數(shù)據(jù)庫中。將事故數(shù)據(jù)導入系統(tǒng)中，其中，事故數(shù)據(jù)包括事故現(xiàn)場數(shù)據(jù)和事故調(diào)查數(shù)據(jù)。根據(jù)駕駛?cè)?、車輛、道路、環(huán)境將數(shù)據(jù)分成四大類。（2）知識庫管理設(shè)計。知識庫作為系統(tǒng)非常重要的一部分，在可視化決策輔助預警系統(tǒng)中該部分可分為靜態(tài)知識的存儲、知識規(guī)則的存儲和解釋機制記憶的存儲三個子模塊，靜態(tài)知識主要存儲概念性的知識，如安全領(lǐng)域相關(guān)規(guī)范、城市等級、道路類型和擬定評價指標體系表等靜態(tài)知識。知識規(guī)則存儲部分存放有評價方案選取規(guī)則、評價指標安全等級劃分規(guī)則等，但在存儲時要保證規(guī)則之間不能產(chǎn)生矛盾。解釋機制記憶庫部分在知識庫中以表的形式存在，記憶表中記錄了推理過程所涉及的推理規(guī)則編號、道路等級評定、改善措施等內(nèi)容。

4 結(jié)論

綜上所述，本文提出的基于大數(shù)據(jù)的可視化輔助決策預警系統(tǒng)建立了一個針對歷史事故數(shù)據(jù)深入挖掘并根據(jù)數(shù)據(jù)規(guī)律對未來發(fā)展趨勢進行可視化預警的平臺，平臺基本實現(xiàn)了預期的目的，加強了對城市的精細化管理，為交管人員的管控決策提供輔助功能。

參考文獻：

[1]李亞軍.大數(shù)據(jù)時代背景下公安交通管理工作研究[J].廣西警官高等?？茖W校學報，2014，27（01）：28-31.

[2]陳志康.公安交通管理“大數(shù)據(jù)”的應用與研究[J]. 交通與運輸，2015，31（06）：1-3.