交通狀態(tài)判別綜述

李 甜，段修輝，宋欣航，張萌萌，于 悅

（1.山東交通學(xué)院 交通與物流工程學(xué)院，山東 濟(jì)南 250357；2.西南交通大學(xué) 利茲學(xué)院，四川 成都 611756）

引言

城市交通狀態(tài)的準(zhǔn)確判別是科學(xué)地制定管控策略的重要基礎(chǔ)。早期對(duì)交通判別的研究主要集中在對(duì)交通事件的自動(dòng)檢測(cè)，21 世紀(jì)以來，交通狀態(tài)判別發(fā)展為常發(fā)性擁堵、偶發(fā)性擁堵的識(shí)別研究。為了更加全面的梳理交通狀態(tài)判別的理論方法和應(yīng)用，運(yùn)用文獻(xiàn)計(jì)量學(xué)的方法對(duì)知網(wǎng)和Web of Science 核心數(shù)據(jù)庫中近20 年的交通狀態(tài)判別相關(guān)的文獻(xiàn)進(jìn)行統(tǒng)計(jì)分析，以追蹤交通狀態(tài)判別領(lǐng)域的發(fā)展趨勢(shì)、研究熱點(diǎn)及前沿。

1 數(shù)據(jù)來源

所使用的數(shù)據(jù)來源于兩大數(shù)據(jù)庫，其中國內(nèi)文獻(xiàn)以中國知網(wǎng)（CNKI）為檢索來源，檢索主題設(shè)為：主題=“交通擁堵”或“交通狀態(tài)”并且主題=“識(shí)別”或“判別”，檢索時(shí)間跨度為2000—2018年；國外文獻(xiàn)以Web of Science 為檢索來源，檢索主題為：主題=“traffic congestion” or “traffic state/condition”and“identification” or “discrimination”。經(jīng)過篩選得到325 篇CNKI 的分析樣本與980 篇Web of Science 分析樣本。

2 結(jié)果與討論

2.1 發(fā)文年度分析

國家/地區(qū)發(fā)表文獻(xiàn)數(shù)量統(tǒng)計(jì)見圖1?？梢钥闯觯海?）每年發(fā)表文章數(shù)量前三名的國家包括美國、中國、英國、印度等國。2016 年之后印度發(fā)文數(shù)量增勢(shì)明顯，均位于第三位。（2）篇均引用次數(shù)整體呈下降趨勢(shì)，與發(fā)表論文總量的大幅增長有關(guān)。（3）年度總引用量在2008 年達(dá)到峰值，近兩年呈大幅下降趨勢(shì)?？赡苡捎诮鼉赡臧l(fā)表的文獻(xiàn)缺少時(shí)間累積被其他論文引用，也可能由于學(xué)者對(duì)交通狀態(tài)識(shí)別的關(guān)注度下降。

圖 1 國家/地區(qū)發(fā)表文獻(xiàn)數(shù)量統(tǒng)計(jì)

由圖2 可以看出整體趨勢(shì)與WOS 數(shù)據(jù)庫類似，整體波動(dòng)增長。年總引用量在2006 年達(dá)到峰值，隨后波動(dòng)下降。

圖2 知網(wǎng)相關(guān)文獻(xiàn)發(fā)表概況

2.2 國家發(fā)文數(shù)量及合作關(guān)系分析

文獻(xiàn)質(zhì)量和文獻(xiàn)影響力可以通過篇均引用次數(shù)反映。由圖2 可知，篇引用次數(shù)最高的分別為德國、加拿大、澳大利亞，中國的篇均引用次數(shù)雖然相對(duì)較低，但與前三位的差距不大。

國家間的學(xué)術(shù)合作有利于促進(jìn)科學(xué)研究的發(fā)展融合，國家間合作關(guān)系見圖3?？梢钥闯觯c其他國家合作較多的國家有中國、美國、澳大利亞、英國、韓國、法國等國，與發(fā)表文章較多的國家基本吻合。中國與其他國家的合作較為廣泛，與日本、美國、英國、等國學(xué)者均有合作。

圖3 國家間合作關(guān)系分析

2.3 期刊的表現(xiàn)

科技期刊的影響力主要指它在自己專業(yè)學(xué)術(shù)領(lǐng)域期刊利用的廣度和深度。由表1 可知，影響力較大的期刊有《交通信息與安全》與《交通運(yùn)輸系統(tǒng)工程與信息》。由表2 可知，英文期刊表現(xiàn)較為突出的是《TRANSPORTATION RESEARCH RECORD》。

表1 基于CNKI 數(shù)據(jù)庫發(fā)表文獻(xiàn)數(shù)目排名前5 期刊的表現(xiàn)

表2 基于Web of Science 數(shù)據(jù)庫發(fā)表文獻(xiàn)數(shù)目排名前5 期刊的表現(xiàn)

2.4 文章被引與共被引分析

2.4.1 文獻(xiàn)被引次數(shù)分析

2000—2018 年CNKI 數(shù)據(jù)庫總被引前5 的文獻(xiàn)見表3，2000—2018 年Web of Science 數(shù)據(jù)庫總被引前5 的文獻(xiàn)見表4。

表3 CNKI 前10 高被引文獻(xiàn)

（1）《中國交通工程學(xué)術(shù)研究綜述·2016》[1]的總被引次數(shù)最高，系統(tǒng)梳理了交通流理論、交通規(guī)劃、道路交通安全等11 個(gè)領(lǐng)域的國內(nèi)外研究進(jìn)展及前沿?zé)狳c(diǎn)。（2）總被引第二位是《交通狀態(tài)模式識(shí)別研究》[2]，較早地利用仿真數(shù)據(jù)，通過監(jiān)督分類的機(jī)器學(xué)習(xí)算法對(duì)網(wǎng)絡(luò)交通狀態(tài)識(shí)別，為后期交通狀態(tài)判別研究提供了一個(gè)方向。（3）總被引第三位是《基于環(huán)形線圈檢測(cè)器采集信息的交通狀態(tài)分類方法應(yīng)用研究》[3]，較早地利用固定交通檢測(cè)器及聚類算法對(duì)交通狀態(tài)判別，為交通狀態(tài)自動(dòng)識(shí)別奠定了一定的研究基礎(chǔ)。

表4 Web of Science 數(shù)據(jù)庫前10 高被引文獻(xiàn)

（1）《Onset of traffic congestion in complex networks》[4]總被引次數(shù)最高，研究了不同網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)對(duì)交通流狀態(tài)的影響。（2）總被引次數(shù)第二的是《Congestion and centrality in traffic flow on complex networks》[5]，研究了交通無標(biāo)度網(wǎng)絡(luò)上幾種模型的中心度與流量密度之間的關(guān)系，對(duì)未來通過交通網(wǎng)絡(luò)結(jié)構(gòu)研究交通擁堵領(lǐng)域的學(xué)者有重要的參考價(jià)值。（3）BAUZA R[6-7]在被引頻次較高的文獻(xiàn)中出現(xiàn)了兩次，提出并評(píng)價(jià)了基于V2V 通信的COTEC 交通擁堵檢測(cè)技術(shù)。

2.4.2 文獻(xiàn)共被引分析

文獻(xiàn)共被引[8]是指兩篇文獻(xiàn)共同出現(xiàn)在第三篇施引文獻(xiàn)的參考目錄中，則這兩篇文獻(xiàn)形成共被引關(guān)系。表5 顯示了兩個(gè)不同作者之間的共被引強(qiáng)度。

表5 作者共被引頻次

在交通狀態(tài)判別領(lǐng)域有影響力的作者可以在圖4 清晰地顯示，并且可以發(fā)現(xiàn)排名前5 的高被引文章作者都可以在共被引網(wǎng)絡(luò)圖體現(xiàn)，其中ARNOTT R網(wǎng)絡(luò)節(jié)點(diǎn)較大且與其他3 位作者共現(xiàn)頻次較高。

2.5 關(guān)鍵詞研究

關(guān)鍵詞可以突出一篇文章的主題和研究重點(diǎn)，讀者可以利用關(guān)鍵詞來快速確定該文章的研究方向。對(duì)收集的325 篇文章中的1 292 個(gè)關(guān)鍵詞進(jìn)行分析，并將所有的關(guān)鍵詞劃分為七大類，CNKI 關(guān)鍵詞分析見圖4。

圖4 CNKI 關(guān)鍵詞分析

可以看出，交通事故、交通控制和交通誘導(dǎo)主題研究較多，聚類算法、神經(jīng)網(wǎng)絡(luò)、模式識(shí)別、分類算法的占比較高，交通狀態(tài)的分析多集中在城市道路與高速路，基于固定檢測(cè)器與移動(dòng)式采集設(shè)備的數(shù)據(jù)對(duì)于該領(lǐng)域的研究占比相差不大。

2.6 未來研究方向預(yù)測(cè)

引文分析可以直觀的顯示出研究領(lǐng)域的智能結(jié)構(gòu)。對(duì)2016—2018 年的中英文文獻(xiàn)所提取的關(guān)鍵詞進(jìn)行聚類分析，結(jié)果見圖5、圖6。

圖 5 CNKI 數(shù)據(jù)庫關(guān)鍵詞聚類

圖 6 Web of Science 數(shù)據(jù)庫關(guān)鍵詞聚類

隨著大數(shù)據(jù)和先進(jìn)設(shè)備的發(fā)展，更精確的數(shù)據(jù)開始成為研究交通問題的有力工具，越來越多的研究開始關(guān)注神經(jīng)網(wǎng)絡(luò)與機(jī)器學(xué)習(xí)。

3 結(jié)語

對(duì)數(shù)據(jù)庫的文獻(xiàn)作者、國家/地區(qū)等進(jìn)行統(tǒng)計(jì)，發(fā)現(xiàn)中國發(fā)文量較高，與其他國家關(guān)系密切，期刊中《交通信息與安全》和《交通運(yùn)輸系統(tǒng)工程與信息》對(duì)交通狀態(tài)更加關(guān)注，聚類算法應(yīng)用較多。未來復(fù)雜多變的交通環(huán)境下如何實(shí)時(shí)、精確地識(shí)別交通狀態(tài)仍是該領(lǐng)域研究的重點(diǎn)。