Tổng quan nghiên cứu

Quá trình đô thị hóa với tốc độ gia tăng phương tiện cá nhân nhanh chóng đang đặt áp lực nặng nề lên mạng lưới hạ tầng đô thị tại Việt Nam. Theo thống kê của ngành giao thông vận tải tại Hà Nội vào quý 1 năm 2016, toàn thành phố đã ghi nhận 34 điểm ùn tắc giao thông thường xuyên, trong đó có 7 điểm tập trung tại khu vực nhà cao tầng mật độ dân cư cao, 11 điểm tại các công trình đang thi công và 5 điểm nằm trên các trục đường huyết mạch. Tình trạng tắc nghẽn diễn ra có tính quy luật rõ rệt trong các khung giờ cao điểm từ 6h30 đến 8h00 và 16h30 đến 18h00, gây lãng phí hàng nghìn giờ công lao động và gia tăng ô nhiễm môi trường.

Vấn đề cốt lõi được đặt ra là các phương pháp điều tiết giao thông truyền thống mang tính thụ động, phụ thuộc vào phân bổ nhân lực thủ công chưa tối ưu. Luận văn thạc sĩ chuyên ngành Hệ thống Thông tin tại Trường Đại học Công nghệ – Đại học Quốc gia Hà Nội do học viên Nguyễn Đức Thắng thực hiện dưới sự hướng dẫn của Phó Giáo sư, Tiến sĩ Nguyễn Trí Thành đã tập trung giải quyết bài toán dự đoán mật độ giao thông ngắn hạn bằng việc áp dụng các mô hình học máy phân lớp dữ liệu. Mục tiêu nghiên cứu là xây dựng và đánh giá hệ thống phân lớp có khả năng nhận diện chính xác trạng thái lưu thông trên từng cung đường cụ thể theo từng mốc thời gian.

Nghiên cứu được triển khai trong phạm vi mạng lưới đường bộ đô thị Hà Nội năm 2016 với chu kỳ dữ liệu 24 giờ mỗi ngày. Ý nghĩa của đề tài được khẳng định qua việc cung cấp công cụ dự báo định lượng cho Hệ thống Giao thông Thông minh (ITS), giúp người tham gia giao thông chủ động lựa chọn lộ trình phù hợp, hỗ trợ lực lượng chức năng bố trí lực lượng đón đầu điểm nghẽn, từ đó hướng tới mục tiêu giảm thiểu từ 21% đến 42% thời gian chậm trễ và nâng cao năng lực thông hành mạng lưới lên tới 25%.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu đặt nền tảng trên khung kiến trúc Hệ thống Giao thông Thông minh (Intelligent Transportation Systems - ITS), bao gồm 3 trụ cột vận hành chính: Hệ thống quản lý giao thông thông minh, Hệ thống thông tin hành khách thông minh và Hệ thống giao thông công cộng thông minh. Trong mô hình ITS, bài toán dự báo mật độ đóng vai trò then chốt làm dữ liệu đầu vào cho các giải pháp giới hạn tốc độ biến đổi (Variable Speed Limit - VSL) và biển báo thông tin động (Variable Message Signs - VMS).

Về mặt lý thuyết xử lý dữ liệu, tác giả ứng dụng lý thuyết học máy có giám sát (Supervised Machine Learning) với trọng tâm là bài toán phân lớp đa lớp (Multi-class Classification). Trạng thái giao thông được định nghĩa thông qua các cấp độ mật độ từ cấp 1 đến cấp 6 dựa trên vận tốc di chuyển thực tế, từ mức tắc nghẽn nghiêm trọng (dưới 12 km/h) cho đến mức rất thông thoáng (trên 35 km/h).

Khung mô hình nghiên cứu so sánh 4 thuật toán phân lớp phổ biến trong khai phá dữ liệu:

  • Cây quyết định J48 (Decision Tree) dựa trên nguyên lý tối đa hóa độ lợi thông tin (Information Gain).
  • Máy vector hỗ trợ (Support Vector Machine - SVM) sử dụng hàm nhân đa thức (Polynomial Kernel) nhằm ánh xạ dữ liệu vào không gian đặc trưng phi tuyến nhiều chiều.
  • Thuật toán phân lớp xác suất Naive Bayes dựa trên định lý Bayes với giả định độc lập có điều kiện.
  • Mạng nơ-ron nhân tạo (Artificial Neural Network - ANN) mô phỏng cấu trúc lan truyền ngược để giải quyết các mối quan hệ phi tuyến phức tạp.

Phương pháp nghiên cứu

Do đặc thù thiếu hụt nguồn dữ liệu cảm biến đo đếm trực tiếp tại các tuyến đường đô thị Hà Nội ở thời điểm nghiên cứu, tác giả đã ứng dụng phương pháp mô phỏng sinh dữ liệu thực nghiệm có kiểm soát dựa trên quy luật giao thông thực tế. Tập dữ liệu mô phỏng được tạo lập bằng phần mềm bảng tính chuyên dụng với cỡ mẫu chuẩn hóa gồm 8.928 bản ghi cho mỗi tuyến đường trong một năm (tương ứng 24 giờ mỗi ngày nhân 31 ngày mỗi tháng trong 12 tháng). Mỗi mẫu dữ liệu bao gồm 5 thuộc tính đầu vào: Tên tuyến đường (RoadId), Ngày trong tháng (Date), Tháng trong năm (Month), Khung giờ (Hour), Ngày trong tuần (Day) và 1 nhãn mục tiêu là Trạng thái giao thông (State).

Phương pháp chọn mẫu đảm bảo tính đại diện bằng việc đưa vào 20% hệ số đột biến ngẫu nhiên tại tất cả các khung giờ nhằm mô phỏng các sự cố bất thường trong thực tế như thời tiết xấu, va chạm giao thông hoặc sự cố kỹ thuật. Quy trình phân tích dữ liệu được thực hiện trên môi trường khai phá dữ liệu WEKA (Waikato Environment for Knowledge Analysis).

Để kiểm thử mô hình và hạn chế hiện tượng quá khớp (overfitting), nghiên cứu áp dụng 2 chiến lược phân chia dữ liệu:

  • Phương pháp phân chia cố định Tỷ lệ 70-30: Sử dụng 70% dữ liệu (khoảng 6.250 bản ghi) để huấn luyện mô hình và 30% dữ liệu (khoảng 2.678 bản ghi) để kiểm thử độc lập.
  • Phương pháp kiểm định chéo K-lớp (K-fold Cross Validation): Chia toàn bộ dữ liệu thành 10 phần bằng nhau nhằm đánh giá độ ổn định và tính khái quát hóa của từng thuật toán. Quá trình thực nghiệm và xử lý dữ liệu được hoàn thiện trong năm 2016.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm trên công cụ WEKA với các tập dữ liệu mô phỏng đa dạng đã mang lại các phát hiện cốt lõi về hiệu năng của từng thuật toán:

Thứ nhất, mô hình Cây quyết định J48 và Mạng nơ-ron nhân tạo thể hiện hiệu năng phân lớp vượt trội nhất trong bài toán phân lớp 6 cấp độ. Trong kịch bản phân chia 70% huấn luyện và 30% kiểm thử, mô hình J48 đạt độ chính xác trên 89,4%, trong khi Mạng nơ-ron đạt khoảng 91,2%, phản ánh khả năng nắm bắt chính xác các quy luật giao thông theo giờ cao điểm và ngày trong tuần.

Thứ hai, kết quả kiểm định chéo (Cross Validation) khẳng định tính bền vững của thuật toán SVM sử dụng Polynomial Kernel và J48 khi duy trì độ chính xác ổn định từ 85% đến 88%. Ngược lại, thuật toán Naive Bayes cho thấy độ chính xác thấp hơn từ 8% đến 12% so với SVM và J48 do giả định độc lập giữa các thuộc tính thời gian (như mối liên hệ mật thiết giữa Giờ và Ngày trong tuần) không phản ánh đúng thực tế giao thông.

Thứ ba, độ chính xác của toàn bộ 4 mô hình tỷ lệ nghịch với số lượng lớp phân loại. Khi tinh giản số lượng lớp trạng thái từ 6 lớp (mức độ chi tiết cao) xuống còn 3 lớp (Tắc nghẽn, Đông xe, Thông thoáng), độ chính xác trung bình của tất cả các mô hình tăng mạnh từ 15% đến 18%, đưa tỷ lệ dự đoán chính xác của mô hình J48 và SVM vượt mốc 94,5%.

Thứ tư, sự xuất hiện của 20% yếu tố đột biến ngẫu nhiên trong tập dữ liệu không làm suy giảm nghiêm trọng độ tin cậy của mô hình, chứng minh rằng cấu trúc thuộc tính được lựa chọn có độ bao phủ đặc trưng đủ mạnh để phân biệt giữa quy luật giao thông ổn định và biến động cục bộ.

Thảo luận kết quả

Hiệu quả vượt trội của Cây quyết định J48 trong nghiên cứu này xuất phát từ bản chất dữ liệu giao thông đô thị có cấu trúc phân nhánh rõ rệt theo các ngưỡng thời gian cố định như khung giờ hành chính và các ngày nghỉ lễ. Đồng thời, việc SVM sử dụng Polynomial Kernel đạt kết quả tối ưu hơn so với các hàm nhân tuyến tính đã chứng minh rằng không gian phân tách trạng thái giao thông tồn tại các tương tác phi tuyến tính phức tạp giữa yếu tố thời gian và lưu lượng.

Kết quả này tương thích với các công bố quốc tế về ứng dụng ITS. Cụ thể, một nghiên cứu thực nghiệm năm 1997 của nhóm tác giả Ludmann trên mô hình mô phỏng giao thông đô thị đã chứng minh các giải pháp điều tiết thông minh giúp cải thiện sản lượng lưu thông toàn mạng lưới từ 12% đến 14%. Tương tự, nghiên cứu của Van Straaten năm 2001 chỉ ra rằng việc cung cấp thông tin dự báo qua hệ thống biển báo động giúp giảm tới 42% thời gian di chuyển trung bình.

Trong cấu trúc luận văn, toàn bộ dữ liệu thực nghiệm được minh họa trực quan thông qua 15 bảng số liệu đối sánh chi tiết cùng 17 biểu đồ và ảnh chụp luồng xử lý từ phần mềm WEKA. Các bảng biểu so sánh ma trận nhầm lẫn (Confusion Matrix), diện tích dưới đường cong ROC và tỷ lệ phân loại đúng của 4 mô hình qua từng kịch bản số lớp (từ 3, 4, 5 đến 6 lớp) đã cung cấp bằng chứng định lượng rõ ràng cho việc lựa chọn giải pháp triển khai trong thực tế.

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm, luận văn đưa ra 4 khuyến nghị then chốt nhằm hiện đại hóa công tác quản lý giao thông đô thị:

  1. Tích hợp thuật toán Cây quyết định J48 và SVM vào hệ thống điều khiển tín hiệu đèn giao thông thích ứng: Sở Giao thông Vận tải Hà Nội chủ trì phối hợp với các doanh nghiệp công nghệ thông tin để cài đặt mô hình vào trung tâm điều hành tín hiệu, đặt mục tiêu cắt giảm ít nhất 25% thời gian chờ tại 34 nút giao thông trọng điểm trong vòng 12 tháng.
  2. Xây dựng nền tảng ứng dụng di động cung cấp thông tin mật độ giao thông thời gian thực cho người dân: Nhóm kỹ sư phần mềm phát triển dịch vụ định tuyến động tích hợp cảnh báo tắc đường trước 15 đến 30 phút, hướng tới mục tiêu phân luồng sớm 30% phương tiện tránh xa các điểm nóng ùn tắc cấp 5 và cấp 6, triển khai thử nghiệm trong 6 tháng.
  3. Mở rộng lắp đặt hệ thống cảm biến nhận dạng phương tiện tự động (AVI) và camera giám sát (CCTV) chuyên dụng: Đơn vị quản lý hạ tầng đô thị triển khai bổ sung thiết bị thu thập dữ liệu tự động tại 11 nút giao có công trình xây dựng phức tạp nhằm thay thế dữ liệu mô phỏng bằng dữ liệu thực nghiệm liên tục, hoàn thành trong giai đoạn 2017-2018.
  4. Chuẩn hóa quy trình điều động lực lượng Cảnh sát Giao thông dựa trên dữ liệu dự báo định lượng: Phòng Cảnh sát Giao thông Công an thành phố áp dụng bản đồ dự báo mật độ để phân bổ quân số trực chốt trước 30 phút tại các khung giờ 6h30-8h00 và 16h30-18h00, nâng cao 20% hiệu suất điều tiết nhân lực và hạn chế tình trạng bố trí lệch điểm trong 3 tháng đầu áp dụng.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang giá trị học thuật và ứng dụng thực tiễn cao, đặc biệt phù hợp với 4 nhóm đối tượng sau:

  1. Cơ quan quản lý nhà nước và chuyên gia quy hoạch giao thông đô thị: Các nhà hoạch định chính sách tại Sở Giao thông Vận tải có thể sử dụng khung lý thuyết ITS và kết quả phân tích 34 điểm nghẽn để xây dựng chiến lược phân luồng giao thông tổng thể, tối ưu hóa nguồn vốn đầu tư công.
  2. Kỹ sư phát triển phần mềm và chuyên gia Khoa học dữ liệu: Các kỹ sư hệ thống tìm thấy hướng dẫn chi tiết từng bước về quy trình tiền xử lý, cấu hình tham số trên WEKA, cũng như cách thiết lập hàm Polynomial Kernel trong SVM để giải quyết bài toán dự báo chuỗi thời gian thực tế với hơn 8.900 bản ghi dữ liệu.
  3. Lực lượng điều hành và Cảnh sát Giao thông: Cán bộ chỉ huy hiện trường có thể khai thác các quy luật biến thiên mật độ theo khung giờ và các kịch bản 20% đột biến để lập phương án trực chốt linh hoạt, chủ động giải tỏa áp lực phương tiện trước khi xảy ra tắc nghẽn kéo dài.
  4. Giảng viên, học viên cao học và sinh viên ngành Công nghệ Thông tin: Đề tài là tài liệu tham khảo chuẩn mực về phương pháp luận nghiên cứu khoa học, cung cấp hệ thống 15 bảng đối sánh định lượng và quy trình kiểm chứng chéo K-fold cho các bài toán phân lớp đa lớp ứng dụng trong đô thị thông minh.

Câu hỏi thường gặp

Mô hình Cây quyết định J48 mang lại ưu điểm gì vượt trội so với các thuật toán khác trong bài toán này? Mô hình J48 sở hữu tốc độ xử lý nhanh, khả năng diễn giải quy luật rõ ràng và đạt độ chính xác trên 89% trong thực nghiệm phân loại 6 cấp độ. Thuật toán phân nhánh dựa trên các thuộc tính thời gian như Khung giờ và Ngày trong tuần, phản ánh chính xác các quy luật sinh hoạt cố định của cư dân đô thị.

Tại sao nghiên cứu phải sử dụng phương pháp sinh dữ liệu mô phỏng thay vì thu thập dữ liệu thực địa? Tại thời điểm nghiên cứu năm 2016, hệ thống cảm biến giao thông và camera thông minh tại Hà Nội chưa được lắp đặt đồng bộ trên diện rộng, dẫn đến việc thiếu hụt số liệu đo đạc liên tục. Tác giả đã thiết lập bộ 8.928 bản ghi mô phỏng có kiểm soát, tích hợp 20% xác suất biến động ngẫu nhiên nhằm đảm bảo tính chân thực và kiểm thử mô hình chặt chẽ.

Hàm Polynomial Kernel trong thuật toán SVM đóng vai trò kỹ thuật như thế nào? Hàm Polynomial Kernel giúp ánh xạ không gian thuộc tính đầu vào thành các đa thức bậc cao, cho phép thiết lập các siêu phẳng phân cách phi tuyến tính. Nhờ đó, thuật toán SVM phân biệt hiệu quả ranh giới phức tạp giữa các trạng thái giao thông liền kề (như cấp 4 và cấp 5) ngay cả khi có hiện tượng nhiễu đột biến.

Việc điều chỉnh số lượng lớp phân loại từ 6 lớp xuống 3 lớp mang lại ý nghĩa gì? Việc giảm số lớp giúp loại bỏ sự chồng lấn giữa các trạng thái giao thông tương đồng, nâng tỷ lệ dự đoán chính xác toàn hệ thống từ mức 85% lên trên 94,5%. Trong các ứng dụng thực tế chỉ cần phân biệt 3 trạng thái cơ bản gồm Tắc nghẽn, Bình thường và Thông thoáng, cấu hình 3 lớp đem lại hiệu quả vận hành tối ưu nhất.

Kết quả của đề tài có khả năng tích hợp vào các hệ thống chỉ đường hiện đại không? Hoàn toàn khả thi. Đầu ra phân lớp mật độ của mô hình có thể kết nối trực tiếp qua giao diện lập trình ứng dụng (API) với các nền tảng bản đồ số và biển báo điện tử VMS, giúp tự động tính toán lại thời gian hành trình dự kiến và hướng dẫn tài xế chuyển hướng trước khi tiếp cận điểm tắc nghẽn.

Kết luận

  • Luận văn đã chuẩn hóa toàn diện cơ sở lý luận về Hệ thống Giao thông Thông minh (ITS) và xây dựng thành công bài toán phân lớp mật độ giao thông đô thị từ 3 đến 6 cấp độ.
  • Thiết lập quy trình sinh dữ liệu thực nghiệm hoàn chỉnh với 8.928 bản ghi chuẩn hóa theo năm cho từng tuyến đường, tích hợp 20% hệ số nhiễu đột biến thực tế.
  • Khẳng định tính ưu việt của mô hình Cây quyết định J48 và SVM Polynomial Kernel khi đạt độ chính xác từ 85% đến hơn 94% trên môi trường kiểm thử WEKA.
  • Đề xuất lộ trình 4 giải pháp ứng dụng thực tiễn với mục tiêu giảm từ 21% đến 42% thời gian chậm trễ và nâng cao năng lực thông hành mạng lưới giao thông Hà Nội.
  • Đóng góp tài liệu học thuật giá trị cho chuyên ngành Hệ thống Thông tin với hệ thống 15 bảng đối sánh định lượng và 17 sơ đồ quy trình chi tiết.

Để tiếp tục hoàn thiện giải pháp, các đơn vị nghiên cứu và doanh nghiệp công nghệ cần tiếp tục thu thập dữ liệu thực nghiệm từ hệ thống camera thông minh trong 6 đến 12 tháng tới nhằm tinh chỉnh mô hình theo thời gian thực. Hãy khai thác toàn văn luận văn thạc sĩ này để làm nền tảng phát triển các module điều khiển giao thông tự động cho các đô thị thông minh trong tương lai.