基于多源交通数据的城市拥堵预测

报告人：李孜

   交通拥堵影响着城市生活的正常运转，相关的研究一直很活跃。大数据时代，深度学习为我们提供了解决问题新思路。

引言

   在纽约市，每年大约有2亿人次乘坐出租车出行。如果能够预测出租车乘客数量变化的趋势，就可以为城市规划者提供帮助，从而减轻交通压力。

Input:

Data, one-hour time window, and location within NYC

Output:

Predicted number of taxi pickups at the input time and location

Process：

• 数据预处理（Pandas）
• 建模
• 模型评估
• 预测
• 结果可视化（Tableau）

• 数据预处理

    数据来源于纽约出租车和豪华轿车委员会(TLC)，包括黄色出租车、绿色出租车和Uber出租车的相关信息。这些信息包括所有出租车每次行程的日期、时间、上车地点和下车地点、路程距离、支付类型、小费数目、总费用。同时我们也爬取了相应的每小时的天气数据。

    我们采用Python的Geopy库确定经纬度信息对应地区的邮政编码。我们把原始数据按时间、邮政编码、气温分组，统计每一组对应的乘车次数，把这些聚合后的数据作为可视化的数据集。例如，“2016-04- 01 00:00:00, 49.0, 0, 10001, 375”

• 建模

Data sets

Pre-processing

samples

learning algorithm

optimization

model evaluation

Final model

Prediction

xgboost

Random Connectivity LSTM

Bayesian Optimization

Gradient Descent

MSE   RMSE  

Random Connectivity Long Short-Term Memory 

• 模型评估

     为了评估模型，我们首先将数据分为训练集（80%）和测试集（20%）。同时，将所有的数据根据时间来进行排序，保证测试集发生在训练集之后 。

    选用RMSE来评估我们的模型预测结果。当预测值和真实值的偏差很高的时候，会给予模型预测结果较重的惩罚值。从出租车调度者的角度看，对于一个特定地区的大数量调度失误可能会是昂贵的。而RMSE就会对上述的分配错误给予高的惩罚值。

      在动态地图中进行数据的可视化，更直观的看到每小时的变化情况。

• 预测

总结

       我们希望这个模型可以做到，利用共享数据，对道路交通状态进行预测，并通过交通信息发布方式对外发布。帮助城市策划者和出租车调度者将交通资源合理配置，以及减少拥堵。

Data source:

Data period:  01/01/2016 ~ 06/01/2017

Uber: https://github.com/fivethirtyeight/uber-tlc-foil-response

Yellow/green Cab: http://www.nyc.gov/html/tlc/html/about/trip_record_data.shtml

Weather: NOAA climate data website: http://www.ncdc.noaa.gov/cdo-web/