近幾年,云計算與大數(shù)據(jù)技術(shù)日趨成熟,二者的結(jié)合在各領(lǐng)域中產(chǎn)生出大量豐富的應用與服務。公交車到站時間預測也是其中的應用之一,而且也是城市交通領(lǐng)域中的重要內(nèi)容之一,對改善公共交通服務具有重要意義。首先,論文對公交到站預測系統(tǒng)進行需求分析,選擇具有流式計算特點的粒子濾波算法,建立了一個公交車到站時間預測模型。為了解決使用粒子濾波算法預測公交車到站時間時多步預測帶來的預測精度問題,論文對預測模型進行改進,通過引入最近上一趟公交車的行駛速度和構(gòu)造觀測值的方法,使粒子濾波算法在同時預測多個公交站的到達時間時也具有較高的預測精度。其次,論文使用Spark Streaming流計算框架設(shè)計實現(xiàn)了一個通用的城市公交車到站時間實時預測系統(tǒng),系統(tǒng)包括數(shù)據(jù)接入、數(shù)據(jù)預處理以及實時計算過程。在實驗部分,論文選取呼和浩特市公交系統(tǒng)中具有代表性的公交線路,使用真實行駛數(shù)據(jù)進行實驗。實驗將公交車行駛數(shù)據(jù)分為平峰和高峰期兩個時間段,使用平均絕對誤差(Mean Absolute Error,MAE)對實驗結(jié)果進行評價。實驗表明,對于處在兩個不同時間段的公交車其預測結(jié)果的MAE在2min內(nèi),證明系統(tǒng)有較好的預測效果,能夠滿...

【文章頁數(shù)】：57 頁

【學位級別】：碩士

【部分圖文】：

圖2.1Spark基本體系結(jié)構(gòu)

先介紹Spark及其關(guān)鍵組件，重點介紹SparkStreaming流式計算框架波模型的基本原理和核心算法過程。2.1Spark介紹k基本體系結(jié)構(gòu)是開源的類HadoopMapReduce的通用并行框架，Spark擁有HadoopMa點，但不同于Map....

圖2.2窗口示意圖

SparkStreaming支持以某個HDFS文件系統(tǒng)目錄作為數(shù)據(jù)源，Spark會對這個目錄進控。Spark將監(jiān)測到的新進入到目錄的某個或某些文件讀取到內(nèi)存中進行計算，計算位是文件[27]。對于目錄中文件的組織形式有如下的要求：(1)目錄中所有文件的格式相同；(2)....

圖3.1平臺搭建示意圖

圖3.1平臺搭建示意圖Figure3.1Buildingofplatform要Hadoop中的HDFS來存儲數(shù)據(jù)，同時論文選擇SparkonYARN作算法用Spark作為實時計算框架后，需要確定一個符合流計算特點的，測算法。在所有的預測算法中，粒子....

圖3.2線路離散化圖

圖3.2線路離散化圖Figure3.2Discretizationoflines由于GPS位置信息至少需要15秒才能更新一次，在這段時間內(nèi)公交的行駛速度按平度0到40km/h計算，其行駛距離介于0到250米之間。通過對公交車兩個GPS點之間....

本文編號：3891433