智能公交預報站系統(tǒng)可以結(jié)合先進的通信技術(shù)、全球定位技術(shù)與地理信息技術(shù)等,并結(jié)合公交車輛運動特征的分析,對公交車輛的大致到站時間進行預測,達到對公交車輛實時的有效調(diào)度管控,從而提高公交系統(tǒng)的運行效率,降低維護的成本。而我國大部分地區(qū)的公交智能預報站系統(tǒng)仍然較為落后,車輛的到站預報信息準確性較低、實時性較差,嚴重影響了公交系統(tǒng)的運行效率,影響人們的日常生活,給出行帶來了極大的不便。如何提高預報的準確性,指導乘客出行,是亟待解決的問題。鑒于此,本文對蘇州高新區(qū)等公交系統(tǒng)的執(zhí)行和管理流程進行了深入調(diào)研,了解了公交車輛運行的整個流程,以及車輛預報站的業(yè)務需求,設(shè)計了一套功能完善的智能公交預報站系統(tǒng)。本文的主要工作如下:(1)建立基于K中心點算法和決策樹的分類模型,根據(jù)車輛過往的行駛數(shù)據(jù),找出對車輛運行影響較大的環(huán)境因素,并利用SPSS Modeler進行驗證;再按照環(huán)境因素對過往數(shù)據(jù)進行分類處理,獲取各個環(huán)境條件下的平均數(shù)據(jù)。(2)建立基于BP神經(jīng)網(wǎng)絡的預測模型,根據(jù)按環(huán)境因素分類后的車輛過往行駛數(shù)據(jù),對神經(jīng)網(wǎng)絡進行訓練。訓練完成后,將歷史數(shù)據(jù)與實時數(shù)據(jù)等輸入到神經(jīng)網(wǎng)絡模型中,獲得車輛預計到站時...

【文章頁數(shù)】：88 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
Abstract
第一章 緒論
    1.1 課題研究背景
    1.2 智能公交的研究現(xiàn)狀
        1.2.1 國內(nèi)外應用現(xiàn)狀
        1.2.2 國內(nèi)外研究現(xiàn)狀
    1.3 課題研究內(nèi)容和意義
        1.3.1 課題的研究內(nèi)容
        1.3.2 課題的研究意義
    1.4 論文的結(jié)構(gòu)概述
第二章 課題相關(guān)理論基礎(chǔ)及技術(shù)
    2.1 數(shù)據(jù)挖掘技術(shù)簡介
        2.1.1 數(shù)據(jù)挖掘分類和特征
        2.1.2 數(shù)據(jù)挖掘過程
        2.1.3 數(shù)據(jù)挖掘功能及應用
        2.1.4 數(shù)據(jù)挖掘常用工具
    2.2 課題相關(guān)算法介紹
        2.2.1 K中心點算法
        2.2.2 決策樹算法
        2.2.3 BP神經(jīng)網(wǎng)絡
    2.3 公交智能預報站系統(tǒng)相關(guān)技術(shù)
        2.3.1 B/S架構(gòu)
        2.3.2 Spring MVC設(shè)計模式
        2.3.3 HTML5相關(guān)技術(shù)
        2.3.4 Redis技術(shù)
    2.4 本章小結(jié)
第三章 公交智能預報站系統(tǒng)需求分析
    3.1 總體需求分析
    3.2 用戶需求分析
    3.3 功能性需求分析
        3.3.1 總體功能分析
        3.3.2 系統(tǒng)流程分析
        3.3.3 系統(tǒng)功能結(jié)構(gòu)
        3.3.4 功能模塊分析
    3.4 非功能性需求分析
    3.5 本章小結(jié)
第四章 公交智能預報站系統(tǒng)概要設(shè)計
    4.1 系統(tǒng)設(shè)計目標
    4.2 系統(tǒng)體系架構(gòu)設(shè)計
        4.2.1 開發(fā)環(huán)境及工具設(shè)計
        4.2.2 軟件架構(gòu)與設(shè)計模式設(shè)計
        4.2.3 網(wǎng)絡拓撲結(jié)構(gòu)設(shè)計
    4.3 系統(tǒng)功能設(shè)計
        4.3.1 權(quán)限管理模塊
        4.3.2 信息管理模塊
        4.3.3 數(shù)據(jù)維護模塊
        4.3.4 公交歷史數(shù)據(jù)分析處理模塊
        4.3.5 預報站時間處理模塊
    4.4 數(shù)據(jù)庫設(shè)計
        4.4.1 數(shù)據(jù)庫設(shè)計原則
        4.4.2 邏輯數(shù)據(jù)庫設(shè)計與物理設(shè)計
    4.5 多維數(shù)據(jù)集設(shè)計
    4.6 本章小結(jié)
第五章 公交智能預報站系統(tǒng)的詳細設(shè)計與實現(xiàn)
    5.1 公交歷史數(shù)據(jù)分析處理模塊實現(xiàn)要點
        5.1.1 數(shù)據(jù)預處理
        5.1.2 基于K中心點算法的歷史數(shù)據(jù)分組
        5.1.3 基于決策樹的環(huán)境因素分析及分組
        5.1.4 歷史平均數(shù)據(jù)的計算
    5.2 預報站時間處理模塊實現(xiàn)要點
        5.2.1 車輛狀態(tài)分析
        5.2.2 車輛進出站數(shù)據(jù)保存
        5.2.3 基于BP神經(jīng)網(wǎng)絡的車輛速度分析
        5.2.4 車輛預報站實現(xiàn)
    5.3 公交智能預報站系主要功能統(tǒng)模塊的實現(xiàn)
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
附錄 系統(tǒng)數(shù)據(jù)庫表結(jié)構(gòu)
攻讀碩士學位期間主要的研究成果
致謝



本文編號：3903572