本文關(guān)鍵詞：基于Hadoop的車(chē)載云服務(wù)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：車(chē)載自組織網(wǎng)絡(luò)是智能交通系統(tǒng)中重要的組成部分,車(chē)載自組織網(wǎng)絡(luò)的研究有助于改善交通系統(tǒng)、供應(yīng)鏈管理以及物流。隨著車(chē)載終端越發(fā)智能化,簡(jiǎn)單的服務(wù)應(yīng)用能夠產(chǎn)生、收集的信息數(shù)據(jù)量越來(lái)越多,并且數(shù)據(jù)類(lèi)型也趨于復(fù)雜,車(chē)載系統(tǒng)的存儲(chǔ)和處理負(fù)荷變得更加沉重。如何解決車(chē)載自組織網(wǎng)絡(luò)海量復(fù)雜數(shù)據(jù)的存儲(chǔ)和處理,如何有效保證車(chē)載自組織網(wǎng)絡(luò)數(shù)據(jù)信息的傳播,始終是車(chē)載自組織網(wǎng)絡(luò)研究中的重點(diǎn)問(wèn)題。如今云計(jì)算和大數(shù)據(jù)技術(shù)吸引了越來(lái)越多的關(guān)注并應(yīng)用于不同的研究領(lǐng)域。本文重點(diǎn)闡述了車(chē)載自組織網(wǎng)絡(luò)中的幾點(diǎn)關(guān)鍵問(wèn)題,具體映射大數(shù)據(jù)的“4V”特征,構(gòu)建基于Hadoop的車(chē)載云大數(shù)據(jù)處理平臺(tái),將車(chē)輛應(yīng)用數(shù)據(jù)的存儲(chǔ)和對(duì)其進(jìn)行的計(jì)算都集中在“云”中,利用分布式計(jì)算框架MapReduce對(duì)數(shù)據(jù)進(jìn)行批處理尋找路由最短路徑,將大數(shù)據(jù)處理平臺(tái)包裝成一個(gè)整體對(duì)外發(fā)布的服務(wù),滿(mǎn)足車(chē)載用戶(hù)的體驗(yàn)需求。本文的研究?jī)?nèi)容主要包含以下幾個(gè)方面：(1)車(chē)載自組織網(wǎng)絡(luò)中的大數(shù)據(jù)問(wèn)題探討。本文分析了車(chē)輛信息數(shù)據(jù)流的流動(dòng)性、分布性、動(dòng)態(tài)性和不確定性等特點(diǎn),映射大數(shù)據(jù)的“4V”特征,驗(yàn)證車(chē)載自組織網(wǎng)絡(luò)中的有些問(wèn)題可被當(dāng)作大數(shù)據(jù)問(wèn)題,探索新的解決路由發(fā)現(xiàn)思路。(2)車(chē)載云大數(shù)據(jù)處理平臺(tái)架構(gòu)研究。本文選用開(kāi)源的Hadoop作為車(chē)載大數(shù)據(jù)研究的基礎(chǔ)平臺(tái),構(gòu)建基于Hadoop的車(chē)載云大數(shù)據(jù)處理平臺(tái),可兼容離線(xiàn)、近實(shí)時(shí)和實(shí)時(shí)環(huán)境下的不同業(yè)務(wù)場(chǎng)景,解決車(chē)載自組織網(wǎng)絡(luò)涉及的海量復(fù)雜數(shù)據(jù)的存儲(chǔ)和處理問(wèn)題。(3)分布式并行路由算法的設(shè)計(jì)和實(shí)現(xiàn)。路由協(xié)議保證在車(chē)輛節(jié)點(diǎn)之間建立有效的路由連接傳遞消息,并在車(chē)輛行駛中隨著網(wǎng)絡(luò)拓?fù)涞母淖冋{(diào)整路由連接的有效性。針對(duì)車(chē)載自網(wǎng)絡(luò)的特點(diǎn),本文創(chuàng)新在于,基于傳統(tǒng)串行Dijkstra算法的基礎(chǔ)上,對(duì)其進(jìn)行改進(jìn)使之并行化運(yùn)行在分布式Hadoop集群上,驗(yàn)證其對(duì)于大規(guī)模數(shù)據(jù)集最短路徑求取的性能提升,對(duì)于復(fù)雜多變的車(chē)載自組織網(wǎng)絡(luò)路由發(fā)現(xiàn)具有重要意義。
【關(guān)鍵詞】：車(chē)載自組織網(wǎng)絡(luò) 云計(jì)算 大數(shù)據(jù) Hadoop Dijkstra
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：U495;U463.67;TP311.13
【目錄】：

• 摘要4-5
• Abstract5-11
• 第一章 緒論11-17
• 1.1 研究背景及意義11-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-16
• 1.2.1 國(guó)內(nèi)外車(chē)載自組織網(wǎng)絡(luò)研究現(xiàn)狀12-14
• 1.2.2 國(guó)內(nèi)外車(chē)載云研究現(xiàn)狀14-16
• 1.3 論文結(jié)構(gòu)安排16
• 1.4 本章小結(jié)16-17
• 第二章 系統(tǒng)相關(guān)技術(shù)17-33
• 2.1 車(chē)載自組織網(wǎng)絡(luò)17-19
• 2.1.1 網(wǎng)絡(luò)結(jié)構(gòu)18-19
• 2.1.2 特點(diǎn)19
• 2.2 云計(jì)算19-22
• 2.2.1 服務(wù)類(lèi)型21-22
• 2.2.2 分類(lèi)22
• 2.2.3 應(yīng)用22
• 2.3 大數(shù)據(jù)22-25
• 2.3.1 大數(shù)據(jù)特征23-24
• 2.3.2 車(chē)載大數(shù)據(jù)24-25
• 2.4 Hadoop平臺(tái)25-32
• 2.4.1 分布式存儲(chǔ)框架HDFS26-27
• 2.4.2 分布式計(jì)算框架MapReduce27-29
• 2.4.3 批任務(wù)執(zhí)行流程29-30
• 2.4.4 數(shù)據(jù)倉(cāng)庫(kù)Hive30-32
• 2.5 本章小結(jié)32-33
• 第三章 基于Hadoop的車(chē)載云計(jì)算系統(tǒng)33-47
• 3.1 系統(tǒng)需求33-34
• 3.2 系統(tǒng)架構(gòu)34-37
• 3.3 平臺(tái)功能設(shè)計(jì)37-40
• 3.3.1 數(shù)據(jù)訪(fǎng)問(wèn)層38
• 3.3.2 處理層38-39
• 3.3.3 業(yè)務(wù)應(yīng)用層39
• 3.3.4 數(shù)據(jù)服務(wù)39-40
• 3.4 系統(tǒng)部署實(shí)施40-46
• 3.4.1 集群環(huán)境40-41
• 3.4.2 集群部署測(cè)試41-46
• 3.5 本章小結(jié)46-47
• 第四章 分布式路由算法設(shè)計(jì)與并行實(shí)現(xiàn)47-58
• 4.1 路由算法47-48
• 4.2 Dijkstra算法48-51
• 4.2.1 算法描述49-50
• 4.2.2 廣度優(yōu)先遍歷50-51
• 4.3 Dijkstra算法的MapReduce設(shè)計(jì)與實(shí)現(xiàn)51-55
• 4.3.1 Map過(guò)程52-53
• 4.3.2 Shuffle過(guò)程53-54
• 4.3.3 Reduce過(guò)程54-55
• 4.4 結(jié)果分析55-57
• 4.5 本章小結(jié)57-58
• 結(jié)論58-60
• 本文工作總結(jié)58-59
• 課題研究展望59-60
• 參考文獻(xiàn)60-63
• 攻讀學(xué)位期間發(fā)表論文63-65
• 致謝65

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張念;;用Dijkstra算法實(shí)現(xiàn)對(duì)整車(chē)配送線(xiàn)路的優(yōu)化[J];中國(guó)水運(yùn)(理論版);2007年05期

2 鄧化宇;李康弟;黃建雄;;改進(jìn)的Dijkstra矩陣算法在城市公交線(xiàn)路選擇中的應(yīng)用[J];上海電力學(xué)院學(xué)報(bào);2009年01期

3 熊碧霞;楊春蘭;;基于Dijkstra算法的最短時(shí)延路由算法的實(shí)現(xiàn)[J];中國(guó)水運(yùn)(下半月);2009年02期

4 馮欣欣;;Dijkstra算法在嵌入式GIS中的優(yōu)化實(shí)現(xiàn)[J];北京理工大學(xué)學(xué)報(bào);2009年10期

5 孫強(qiáng);徐遠(yuǎn)濤;;地理信息系統(tǒng)中Dijkstra算法的改進(jìn)與研究[J];硅谷;2009年19期

6 李雪松;謝軍;;改進(jìn)Dijkstra算法在雷達(dá)突防中的應(yīng)用[J];火力與指揮控制;2009年11期

7 郝新剛;任傳祥;劉法勝;;基于改進(jìn)Dijkstra算法的路徑優(yōu)化仿真研究[J];西部交通科技;2010年11期

8 ;Research on the Optimization and Simulation of the Shortest Path Based on Algorithm of Dijkstra[J];Journal of Measurement Science and Instrumentation;2010年S1期

9 官斌;馬焱;;Dijkstra算法在后勤補(bǔ)給運(yùn)輸中的應(yīng)用及其優(yōu)化[J];艦船電子工程;2011年08期

10 王峰博;崔先國(guó);丁琳;原建順;;基于Dijkstra算法駕車(chē)導(dǎo)航路徑研究與實(shí)現(xiàn)[J];中國(guó)西部科技;2011年34期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前8條

1 李曉年;朱翊;王崇倡;;一種Dijkstra算法的優(yōu)化及其實(shí)現(xiàn)[A];中國(guó)測(cè)繪學(xué)會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年

2 李杰;張文棟;楊衛(wèi);;雙向Dijkstra算法設(shè)計(jì)與實(shí)現(xiàn)[A];中國(guó)宇航學(xué)會(huì)深空探測(cè)技術(shù)專(zhuān)業(yè)委員會(huì)第四屆學(xué)術(shù)年會(huì)論文集[C];2007年

3 胡洪林;;求最短路的Dijkstra算法原理分析[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)論文集[C];2008年

4 施培港;;Dijkstra最短路徑算法的實(shí)現(xiàn)及優(yōu)化[A];中國(guó)地理信息系統(tǒng)協(xié)會(huì)第三次代表大會(huì)暨第七屆年會(huì)論文集[C];2003年

5 崔鐵軍;段莉瓊;雷大偉;;車(chē)輛自導(dǎo)航系統(tǒng)中的弧段Dijkstra算法的研究[A];中國(guó)地理信息系統(tǒng)協(xié)會(huì)第三次代表大會(huì)暨第七屆年會(huì)論文集[C];2003年

6 徐衛(wèi)亞;周家文;鄧俊曄;石崇;張宗亮;劉興寧;;基于Dijkstra算法的邊坡極限平衡有限元分析[A];第一屆中國(guó)水利水電巖土力學(xué)與工程學(xué)術(shù)討論會(huì)論文集（上冊(cè)）[C];2006年

7 吳曉佳;仰燕蘭;葉樺;;基于人車(chē)信息一體化的遠(yuǎn)程智能派工系統(tǒng)[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第四分冊(cè)）[C];2013年

8 ;EVALUATION AND REALIZATION OF WORKSHOP DYNAMIC PRODUCTION CAPABILITY BASED ON DIJKSTRA'S ALGORITHM[A];2005年中國(guó)機(jī)械工程學(xué)會(huì)年會(huì)論文集[C];2005年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 王 選;從Dijkstra談帥才的洞察力[N];計(jì)算機(jī)世界;2002年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 王軒;基于GPS的AGV車(chē)輛路徑規(guī)劃與設(shè)計(jì)[D];陜西科技大學(xué);2015年

2 李鐸;基于Hadoop的車(chē)載云服務(wù)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];廣東工業(yè)大學(xué);2016年

3 趙新;基于移動(dòng)GIS的Dijkstra算法的優(yōu)化及應(yīng)用研究[D];成都理工大學(xué);2012年

4 周文廣;基于Dijkstra的自動(dòng)布線(xiàn)算法的優(yōu)化及其應(yīng)用研究[D];華中科技大學(xué);2007年

5 余震江;基于最短路徑Dijkstra算法的鐵路客運(yùn)中轉(zhuǎn)徑路優(yōu)化研究[D];重慶大學(xué);2008年

6 吳一鳴;應(yīng)用Dijkstra算法對(duì)MAPGIS功能擴(kuò)展與實(shí)現(xiàn)[D];中國(guó)地質(zhì)大學(xué)（北京）;2008年

7 岳靚亮;基于Dijkstra、A*算法的汽車(chē)導(dǎo)航算路實(shí)現(xiàn)[D];吉林大學(xué);2006年

8 楊宏川;改進(jìn)的Dijkstra算法和改進(jìn)的K-Medoids聚類(lèi)算法在物流領(lǐng)域中的應(yīng)用[D];吉林大學(xué);2012年

9 鄧俊曄;邊坡極限平衡有限元穩(wěn)定分析的Dijkstra算法的理論及應(yīng)用[D];河海大學(xué);2006年

10 花玲玲;基于GIS空間分布特征的Dijkstra最短路徑算法研究[D];重慶大學(xué);2007年

  本文關(guān)鍵詞：基于Hadoop的車(chē)載云服務(wù)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：327062