"高速公路隧道通风照明控制分析及数据挖掘技术研究"，课题主要是由高速公路隧道的通风控制分析，照明控制分析以及对于隧道内采集的数据进行挖掘三个方面组成并且进行研究。对于隧道通风控制方面，本课题根据系统运行的情况，深入分析采集到的隧道数据，可以及时调整控制系统参数，预先生成针对变化后的系统的控制策略，实现通风控制系统的最优运行，使高速公路隧道的通风运营成本降到最低，提高公路运输和使用效率，从而达到既节约投资、又满足实际需要。对于隧道照明控制方面，本课题建立隧道照明控制记录管理系统，关联提取隧道传感器检测的数据，以及分析处理控制操作的有效性和节能性，对实际的隧道照明控制系统具有现实指导意义。项目的主要研究内容包括：高速公路隧道环境变量的数据预处理技术、高速公路隧道通风照明数据挖掘技术、高速公路隧道通风照明运营数据的结构及管理分析数据库的建立、神经网络算法及预测模型建立、隧道通风控制模型建立、自动照明控制方案优化和高速公路隧道通风照明系统控制知识库。本项目具有以下三点创新性：（1）采用多项式回归方法分别建立了风速、一氧化碳、车流量与烟雾浓度回归模型，采用非参数统计方法的相关系数对风速、一氧化碳、车流量与烟雾浓度进行相关性检验。（2）建立BP神经网络的多环境参数下的多步预测模型，用于预测隧道内多个时刻烟雾浓度值。（3）通过采用K-Means分层聚类算法，建立隧道烟雾浓度的超标模式库，并提出基于多环境参数下多步预测的隧道通风模式识别控制方法。本成果推广的前景十分广阔，经济效益明显。就陕西地区而言，公路隧道数量还在不断增加，在已建和在建高速公路中部分隧道具有较大的监控与管理规模，例如铜川-黄陵-延安公路相关隧道及隧道群、秦岭终南山公路隧道及相关隧道群，以及正在建设小康等山区隧道，这些都可以成为我们成果推广的用户。