離散域范圍內(nèi)的路徑規(guī)劃是在復(fù)雜的路徑拓?fù)渚W(wǎng)絡(luò)定位起始點(diǎn)和目標(biāo)點(diǎn),而后運(yùn)用路徑搜索方法進(jìn)行路徑尋優(yōu)規(guī)劃的過程。伴隨拓?fù)渚W(wǎng)絡(luò)的節(jié)點(diǎn)趨于指數(shù)增長,傳統(tǒng)基于圖形學(xué)的路徑優(yōu)化算法已逐漸展現(xiàn)疲態(tài),難以適應(yīng)復(fù)雜多變的路徑拓?fù)渚W(wǎng)絡(luò)。因而在路徑尋優(yōu)方向的研究是不可或缺的。本文將以網(wǎng)絡(luò)拓?fù)錁?gòu)建為切入點(diǎn),獲取網(wǎng)絡(luò)拓?fù)渎窂綄?shí)時(shí)狀態(tài),動(dòng)態(tài)計(jì)算權(quán)值信息,據(jù)此完成整個(gè)路徑尋優(yōu)過程。具體地,本文的主要研究方向如下:（1）研究網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)構(gòu)造方法。本文通過對(duì)網(wǎng)絡(luò)拓?fù)涮卣鞯钠饰?依據(jù)圖形學(xué)方法定義節(jié)點(diǎn)間的關(guān)系,引入分層架構(gòu)簡化數(shù)據(jù)存儲(chǔ),使用鏈?zhǔn)酱鎯?chǔ)結(jié)構(gòu)簡化節(jié)點(diǎn)結(jié)構(gòu)。根據(jù)網(wǎng)絡(luò)環(huán)境完成節(jié)點(diǎn)、路徑、連通強(qiáng)度的定義,實(shí)現(xiàn)網(wǎng)絡(luò)拓?fù)浼軜?gòu)的構(gòu)建過程。（2）研究基于流數(shù)據(jù)的狀態(tài)判別算法。流數(shù)據(jù)相較于靜態(tài)數(shù)據(jù),可能包含更多的無關(guān)或冗余特征。本文在流特征分析的基礎(chǔ)上,提出一種基于多模型融合的狀態(tài)判別算法,算法能夠?qū)α鲾?shù)據(jù)中出現(xiàn)的數(shù)據(jù)錯(cuò)誤進(jìn)行甄別并進(jìn)行修正。接著算法會(huì)自動(dòng)選擇與狀態(tài)判斷相關(guān)度高的特征,刪除與狀態(tài)判別相關(guān)度低甚至冗余特征,然后基于流特征屬性進(jìn)行多特征聚類,利用相似性原理將對(duì)流特征屬性進(jìn)行分門別類,將流數(shù)據(jù)實(shí)例劃分為多個(gè)存在明顯差... 

【文章來源】：電子科技大學(xué)四川省211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：80 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

研究路線

2.1 流數(shù)據(jù)概述2.1.1 流數(shù)據(jù)定義隨著信息化進(jìn)程的不斷演進(jìn)，計(jì)算機(jī)通信技術(shù)、網(wǎng)絡(luò)存儲(chǔ)技術(shù)、智能采集技術(shù)、網(wǎng)絡(luò)計(jì)算技術(shù)等理論的不斷成熟，互聯(lián)網(wǎng)、醫(yī)療、金融、軍事等多數(shù)領(lǐng)域浮現(xiàn)出與傳統(tǒng)理念不相稱的全新的發(fā)展方向，即不同于以往行業(yè)內(nèi)僅產(chǎn)生少量、固定、孤立的數(shù)據(jù)，大量、隨機(jī)、持續(xù)的數(shù)據(jù)序列如河流般不斷涌現(xiàn)。即所謂的流數(shù)據(jù)。在多數(shù)現(xiàn)實(shí)問題中，人們不能假設(shè)即將面對(duì)和處理的是一組靜態(tài)數(shù)據(jù)實(shí)例相反，它們可能會(huì)持續(xù)到達(dá)，從而生成潛在的無限且不斷增長的數(shù)據(jù)集。它將隨著時(shí)間的推移進(jìn)行自我擴(kuò)展，新的實(shí)例將連續(xù)分批次或逐個(gè)到達(dá)。基于流數(shù)據(jù)特性，可對(duì)流數(shù)據(jù)進(jìn)行如下簡單定義。定義 2-1 流數(shù)據(jù) 由數(shù)據(jù)對(duì)象 x 構(gòu)成的數(shù)據(jù)流 Y，可以表示為 kY x,x,...x12 每個(gè)數(shù)據(jù)對(duì)象sx 由 m 個(gè)特征構(gòu)成，nix 指代ix 數(shù)據(jù)對(duì)象的第 n 個(gè)特征值。圖 2-1 對(duì)流數(shù)據(jù)定義及結(jié)構(gòu)進(jìn)行了基本描述。

電子科技大學(xué)碩士學(xué)位論文（6） 隨機(jī)機(jī)制流數(shù)據(jù)對(duì)象的統(tǒng)計(jì)分布、概率分布隨時(shí)間而變化，數(shù)據(jù)模型需要更新分析以適應(yīng)變化。靜態(tài)數(shù)據(jù)中的數(shù)據(jù)分布相對(duì)固定，不會(huì)發(fā)生過多的變化。圖 2-2 展示了傳統(tǒng)靜態(tài)數(shù)據(jù)處理同流數(shù)據(jù)處理之間的差異，可以發(fā)現(xiàn)，流處型明顯減少了數(shù)據(jù)交互過程，極大程度上保證了數(shù)據(jù)的實(shí)時(shí)效應(yīng)及系統(tǒng)的響度。

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)蟻群算法在城市汽車導(dǎo)航中的應(yīng)用[J]. 葛延峰,陳濤,孔祥勇,高立群.  控制工程. 2016(01)
[2]基于模糊C均值聚類的城市道路交通狀態(tài)判別[J]. 黃艷國,許倫輝,鄺先驗(yàn).  重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(02)
[3]K最短路徑算法綜述[J]. 徐濤,丁曉璐,李建伏.  計(jì)算機(jī)工程與設(shè)計(jì). 2013(11)
[4]基于參數(shù)預(yù)測的高速公路交通狀態(tài)判別[J]. 韋清波,蘇奎,何兆成,聶佩林,楊敬鋒.  交通信息與安全. 2012(06)
[5]路徑誘導(dǎo)系統(tǒng)中雙向啟發(fā)式A*算法研究[J]. 楊泳,戶佐安,何金海.  計(jì)算機(jī)工程與應(yīng)用. 2014(16)
[6]我國智能交通系統(tǒng)技術(shù)發(fā)展現(xiàn)狀及展望[J]. 金茂菁.  交通信息與安全. 2012(05)
[7]交通路徑誘導(dǎo)系統(tǒng)中最優(yōu)路徑選取研究與仿真[J]. 潘海珠,杜曉昕,王波.  計(jì)算機(jī)仿真. 2012(07)
[8]基于生物種群模型的智能交通網(wǎng)絡(luò)控制[J]. 張海濤,秦黎明.  蘭州理工大學(xué)學(xué)報(bào). 2012(01)
[9]路徑規(guī)劃算法及其應(yīng)用綜述[J]. 張廣林,胡小梅,柴劍飛,趙磊,俞濤.  現(xiàn)代機(jī)械. 2011(05)
[10]高速公路交通運(yùn)行狀態(tài)分類方法研究[J]. 徐婷,陳志建,程琳.  中國科技論文在線. 2010(10)

博士論文
[1]城市道路交通狀態(tài)評(píng)價(jià)和預(yù)測方法及應(yīng)用研究[D]. 孫曉亮.北京交通大學(xué) 2013

碩士論文
[1]面向城市交通管理的道路交通狀態(tài)評(píng)估與信息發(fā)布[D]. 史巖.北京交通大學(xué) 2015
[2]基于云平臺(tái)的交通最短路徑算法的實(shí)現(xiàn)與分析[D]. 高飛.大連理工大學(xué) 2013
[3]基于滑動(dòng)窗口的流數(shù)據(jù)聚類挖掘研究[D]. 王立錕.西南交通大學(xué) 2009



本文編號(hào)：3639624