城市道路交通异常检测是智能交通系统的重要组成部分,主要是通过部署在道路上的固定检测器或者行驶在城市路网中的浮动车返回的数据检测城市中哪些道路发生了异常,为城市交通部门管理、规划城市提供意见。本文针对城市道路交通异常检测问题,提出了基于Isolation Forest的城市道路交通异常检测算法。具体工作总结如下:(1)仿真交通数据和真实交通数据处理。本文不仅使用仿真软件采集固定检测器数据,还对真实交通数据进行处理,将互联网上公开的电子地图数据利用PHP语言读取到MYSQL数据库中,提取出北京市四环内的城市交通路网。(2)基于Isolation Forest检测发生交通异常的城市道路。首先改进点到线的地图匹配算法,将浮动车数据匹配到电子地图,使浮动车匹配到其行驶的正确道路上。然后利用地图匹配后的浮动车数据计算出道路交通特征,依据真实交通数据构建Isolation Forest的训练数据集,最后利用训练好的Isolation Forest检测发生交通异常的城市道路。同时在仿真数据上训练Isolation Forest来检测道路中发生的异常。(3)改进热扩散模型推断交通异常发生的源头。城市路网中的道路发生异常后,这种异常会扩散到附近相邻的道路,这种现象与热扩散现象很相似。因此可以将热扩散模型应用于城市交通异常源头推断中。本文考虑相邻道路间交通状况的相似性,对交通状况相似的相邻道路赋以不同的异常传递系数,而不是简单的认为所有相邻道路之间的异常传递系数是一样的。