Chương 1: Giới thiệu 2 Nội dung của chương này trình bày lý do chọn đề tài, đối tượng và phạm vi nghiên cứu, phương pháp nghiên cứu. - Chương 2: Cơ sở lý thuyết Nội dung chương 2 trình bày các khái niệm sơ lược cơ sở lý thuyết, kiến thức nền tảng liên quan đến đặc trưng tình hình giao thông với hành vi di chuyển, tổng quan về dữ liệu chuỗi thơi gian, gom cụm dữ liệu chuỗi thời gian. - Chương 3: Tiền xử lý dữ liệu và phương pháp gom cụm Chương 3 trình bày về xây dựng tập dữ liệu chuỗi thơi gian từ bộ dữ liệu hành trình của xe buýt, thử nghiệm các độ đo khoảng cách, và độ tương tự các đối tượng dữ liệu, giải thuật gom cụm áp dụng và phương pháp chọn số cụm. - Chương 4: Hiện thực và kết quả Hiện thực các phương pháp được nêu ở chương 3 trên tập dữ liệu chuỗi thời gian về hành trình của các xe buýt đã được xây dựng, kết quả thực nghiệm.
- Chương 5: Kết luận Chương này trình bày những công việc đã làm được, hướng phát triển tiếp theo của đề tài. 3 Chương 2: Cơ Sở Lý Thuyết Nội dung của chương 2 là tổng quan về cơ sở lý thuyết, các nghiên cứu liên quan. Đề tài sẽ áp dụng cơ sở lý thuyết để triển khai, phát triển. Nội dung trình bày bao gồm những phần sau: - Sơ lược về đặc trưng tình hình giao thông theo không gian, thời gian và tác động của các hành vi di chuyển các phương tiện.
- Tổng quan về dữ liệu chuỗi thời gian, phương pháp gom cụm trên dữ liệu chuỗi thời gian. - Các độ đo khoảng cách, độ tương tự giữa hai chuỗi thời gian thường được áp dụng trong gom cụm dữ liệu chuỗi thời gian. - Những từ ngữ, tên gọi được sử dụng trong lĩnh vực hoạt động xe buýt, và đề tài để thuận tiện cho việc trình bày nội dung sau này. Dữ liệu chuỗi thời gian và các độ đo mức độ tương tự trong chuỗi thời gian được tìm hiểu và trình bày chủ yếu trong chương này.1 Đặc trưng tình tình giao thông và hành vi của phương tiện Hành vi tham gia giao thông là cách thức, hoạt động của con người di chuyển đến những nơi công cộng bằng nhiều phương tiện khác nhau, với các mục đích khác nhau [15].
Hành vi tham gia giao thông cũng chính là hành vi, thái độ của con người điều khiển phương tiện tham gia trên mạng lưới giao thông. Những yếu tố liên quan đến hành vi tham gia giao thông được thể hiện qua phương tiện, mục đích, lịch trình về thời gian cho những địa điểm đến khác nhau, lựa chọn những tuyến đường. Hành vi này có sự tác động phụ thuộc bởi các nhân tố bao gồm môi trường, chi phí đi lại, cơ sở hạ tầng, thời gian [10], và các yếu tố khác như chính sách và pháp luật giao thông, tình hình giao thông 4 Tình hình giao thông thể hiện qua sự thông thoáng (free) hay sự ùn tắc (congested) [5]. Sự ùn tắc giao thông, kẹt xe diễn ra trong một không gian, thời gian phức tạp, xảy ra do nhiều nguyên nhân khác nhau, có thể là kết quả của hiện tượng thắt nút cổ chai từ đoạn đường lớn qua các đoạn đường hẹp, hay do giảm số làn đường, do điều kiện thời tiết xấu, do có tai nạn diễn ra [6], có công trường thi công trên cung đường, đoạn đường.
Sự ùn tắc này cũng tác động đến hành vi tham gia giao thông về sự thay đổi lộ trình, lịch trình, các quyết định tham gia giao thông khác; và ngược lại, chính hành vi tham gia giao thông cũng là một trong những nguyên nhân quyết định đến tình hình giao thông. Ví dụ như hành vi quyết định tham gia giao thông làm tăng lưu lượng trên tuyến đường sẽ có thể dẫn đến sự ùn tắc, hay một số hành vi gây cản trở giao thông (lấn tuyến, gây tai nạn, vi phạm luật giao thông…). Với sự tác động ảnh hưởng qua lại giữa hành vi di chuyển của các phương tiện với tình hình giao thông, đề tài nghiên cứu trên khía cạnh, sự di chuyển của xe phản ánh phần nào đó đến tình hình giao thông trên các tuyến đường mà xe đi qua phụ thuộc như thế nào theo các thời điểm trong ngày. Chẳng hạn, vào một khung giờ bất kỳ nào đó trong các ngày, xe di chuyển trên đoạn đường phân tích di chuyển với vận tốc bất thường (thấp hơn hay cao hơn) so với các khung giờ khác.
Trên cùng tuyến đường, ở các đoạn đường khác nhau, xe di chuyển với vận tốc khác nhau như thế nào. Trong phạm vi của đề tài này, dựa trên dữ liệu ghi nhận hành trình của các xe buýt, luận văn tập trung phân tích về sự di chuyển của xe trên các đoạn đường, tuyến đường theo thời gian. Sự di chuyển ổn định, nhanh hay chậm trên các đoạn đường, tuyến đường theo các khung thời gian trong ngày. Đề tài cũng xem xét, tìm hiểu các đặc điểm của những đoạn đường, tuyến đường và các ảnh hưởng của nó đặc điểm đó đối với tình hình di chuyển các xe.2 GPS và thiết bị GPS Hệ thống định vị toàn cầu (GPS) Hệ thống định vị toàn cầu là hệ thống định vị của các vệ tinh nhân tạo trong không gian xác định thông tin vị trí và thời gian ở mọi điều kiện thời tiết, bất cứ nơi đâu trên trái đất hoặc gần trái đất [16].
Để xác định vị trí của một đối tượng bất kỳ, đối tượng đó cần đảm bảo ít nhất 4 vệ tinh có thể nhìn thấy đối tượng đó. Ban đầu hệ thống định vị được bộ quốc phòng Mỹ phóng lên với 24 vệ tinh chủ yếu phục vụ cho quân sự, sau đó chính phủ Mỹ cho phép sử dụng hoàn toàn miễn phí cho các lĩnh vực dân sự. Về sau, các nước khác cũng xây dựng hệ thống định vị riêng của mình như Nga, liên minh Châu Âu, Trung Quốc, Ấn Độ. Hệ thống định vị toàn cầu được ứng dụng trên nhiều lĩnh vực trên thế giới gồm quân sự, xây dựng, thương mại.
Đặc biệt, trong lĩnh vực giao thông, hệ thống GPS được sử dụng rất rộng rãi trong giao thông hàng hải, hàng không, đường bộ. Để biết được thông tin định vị các ứng dụng cần có thiết bị GPS. Thiết bị GPS Thiết bị GPS là thiết bị thu tín hiệu GPS. Các thiết bị GPS sẽ nhận thông tin từ tín hiệu từ các vệ tinh (tín hiệu vô tuyến).
Độ sai lệnh về thời gian gửi nhận tín hiệu cho biết khoảng cách từ thiết bị GPS đến các vệ tinh, từ nhiều vệ tinh khác nhau thì thiết bị GPS bằng phép tính lượng giác để xác định vị trí của thiết bị. Thông thường, chỉ cần nhận tín hiệu từ ba vệ tinh thì thiết bị GPS có thể xác định được vị trí trên trái đất bao gồm kinh độ, vĩ độ. Nếu nhận được ít nhất 4 vệ tinh thì thiết bị có thể xác định thêm độ cao so với mặt đất. Khi đã xác định được vị trí, thiết bị còn có thể tính toán các thông tin khác như vận tốc di chuyển, hướng di chuyển và các thông tin khác.
Độ chính xác của các thiết bị GPS chịu ảnh hưởng bới địa hình, trạng thái của khí quyển, độ chính xác trung bình của các thiết bị GPS là trong vòng bán kính 15m. Ngày nay, độ chính xác của các thiết bị GPS ngày càng tăng.3 Gom cụm dữ liệu chuỗi thời gian 2.1 Sơ lược về dữ liệu chuỗi thời gian Chuỗi thời gian biểu diễn những giá trị thay đổi của dữ liệu theo đơn vị thời gian thay đổi tương ứng như tỉ giá ngoại tệ, chứng khoán thay đổi hàng ngày, số báo xuất bản theo từng tháng, doanh thu của doanh nghiệp theo từng quý, từng năm… Dựa vào những biểu diễn đó, những cá nhân, nhóm người ra quyết định đưa ra những phân tích, dự đoán để đem lại những hiệu quả nhất định. Chuỗi thời gian là tập hợp những giá trị quan sát được, thể hiện theo tuần tự của thời gian [7]. Chuỗi thời gian được sử dụng trong nhiều lĩnh vực: kinh tế tài chính, chứng khoán, nhận diện mẫu (pattern recognition), dự báo thời tiết, tín hiệu điện, y khoa.
Chuỗi thời gian được quan tâm chủ yếu theo hai hướng: phân tích chuỗi thời gian (time series analysis) và dự báo chuỗi thời gian (time series forecasting) Phân tích chuỗi thời gian: bao gồm những phương pháp phân tích giá trị dữ liệu thay đổi theo thời gian, quan tâm mức ý nghĩa cũa dữ liệu theo hướng thống kê, và phân tích các đặc điểm của dữ liệu. Dự báo chuỗi thời gian: Sử dụng các phương pháp, mô hình để phân tích dữ liệu theo thời gian, mang tính dự báo giá trị của dữ liệu trong tương lai dựa vào các giá trị đã quan sát trước đó. Những hành vi, mẫu của dữ liệu chuỗi thời gian được đặc trưng thành các thành phần của nó. Chuỗi thời gian được chia làm 4 thành phần: xu hướng (trend), chu kỳ (cyclical), mùa (seasonal), bất thường (irregular) [3].
Trong phân tích và dự báo, chuỗi thời gian được xây dựng thành các mô hình, các mô hình được chia chủ yếu thành ba loại gồm mô hình mô hình hồi quy (regression model), mô hình tất định (deterministic model) và mô hình ngẫu nhiên (stochastic model).2 Tổng Quan về Gom Cụm Dữ Liệu Chuỗi Thời Gian Dữ liệu chuỗi thời gian có thể được coi là loại dữ liệu động, giá trị của dữ liệu tương ứng với từng thời điểm. Tuy nhiên, gom cụm chuỗi thời gian cũng thuộc dạng gom cụm từ tập dữ liệu chưa được gán nhãn ban đầu, ứng với dữ liệu kiểu chuỗi thời gian. Có nhiều giải thuật được phát triển để gom cụm dữ liệu chuỗi thời gian. Những giải thuật này hầu như phát triển từ các giải thuật gom cụm trước cho dữ liệu truyền thống, bằng cách xử lý dữ liệu chuỗi thời gian hoặc chuyển nó sang dạng tương tự dữ liệu đơn giản dạng truyền thống.
Gom cụm chuỗi thời gian được phân loại theo hai phương pháp chính[1]: Gom cụm toàn bộ chuỗi thời gian: nhóm các đối tượng dữ liệu chuỗi thời gian có tính tương tự nhau thành cụm dựa trên so sánh toàn bộ chuỗi thời gian của các đối tượng dữ liệu. Gom cụm chuỗi thời gian con (subsequence): Dựa vào kỹ thuật cửa sổ trượt (sliding window) rút trích một phần của các đối tượng dữ liệu chuỗi thời gian, liên tục để tiến hành gom cụm. Các giải thuật gom cụm cho dữ liệu tĩnh có thể được áp dụng cho dữ liệu chuỗi thời gian dựa trên các phương pháp phân hoạch (partitioning methods), phương pháp phân cấp (hierarchical methods), phương pháp dựa trên mô hình (model-based methods).