基于定位数据的DS公司货车运行分析及应用研究
发布时间：2021-06-10 06:41
随着互联网、云计算以及人工智能的发展,数据挖掘技术得到了广泛的应用,应用数据挖掘为企业带来了许多实际价值。近年来,由于GPS定位设备日益普及,我国在2016年出台相关规定,要求重型载货卡车必须安装、使用具有行驶记录功能的卫星定位装置。交通运输行业因此积累了大量的车辆定位数据,数据挖掘、人工智能以及云计算等的推广为分析挖掘这些定位数据提供了可能性。如何通过数据挖掘技术,对货车产生的定位数据进行挖掘,发现其中蕴含的有价值的信息,并为企业所用,提高企业的管理水平以及在行业中的竞争力,这是目前值得思考和研究的问题。本文以DS公司全部货车所产生的定位数据作为研究对象,依据公司的需求,就其数据挖掘及应用问题进行了分析与探讨。首先对包含数据坐标转换、数据去噪、轨迹压缩、地图匹配和轨迹补全等一般定位数据预处理进行了说明,提出了一个高内聚低耦合的定位数据预处理框架,并结合DS公司的需求以及该公司定位数据的特征对研究数据进行预处理,从而为后面的研究奠定了基础。同时相关研究人员可以结合自己的研究目的,依据该框架内对数据进行预处理和进一步研究。其次,依据对DS公司定位数据预处理的结果,进行了货车停留分析概述、...
【文章来源】：西南石油大学四川省
【文章页数】：94 页
【学位级别】：硕士
【部分图文】：
图１－１历年我国民币我货汽乍与公路营运我货汽乍数量??（３）信息技术的发展为数据挖掘提供有力的技术支撑??
价值，客观全面的了解货车运??行状况，发现其中存在的问题，从而有针对性加以克服与解决，并最终提高公司对车辆??的管理水平，这是需要仔细分析与认真研究的，也是本文要研宄的问题。??１．２国内外研究现状??１．２．１货车轨迹挖掘理论??Ｊｉａｗｅｉ?Ｈａｎ等提出数据挖掘就是从大量的数据中发现感兴趣的模式和知识［１］。数据??挖掘是一个交叉性学科，不仅综合了计算机科学、数学和统计学、软件工程、机器学习??等多学科，而且要求从业者必须具备专业领域知识和业务知识，从而形成了数据科学，??如图１－２所示［２］。??（＾）??＼专业领域知识和业务－知识ｙ??图１?２数据科学与其他学科关系??时空数据挖掘则是从具有海量、高维、高噪声和非线性等特性的时空数据中提取隐??含的、人们事先不知道的、但又潜在有用的信息及知识的过程？。时空数据挖掘是数据??挖掘的一个新兴领域，它的兴起与定位设备、智能手机、ＧＩＳ以及物联网的普及有很大??关系。??时空数据与传统的数据具有很大的区别，时空数据内嵌于连续空间，其样本在时间、??空间上存在很强的自相关性，其中隐含的模式往往是局部的，从而使时空数据挖掘具有??特殊性和复杂性［３］。传统的数据挖掘算法、模型无法直接用在对吋空数椐的挖掘上面。??轨迹数据是时空数据中最常见的数据，Ｙｕ?Ｚｈｅｎｇ等将轨迹数据分为四类：人类移动产生??的轨迹、交通工具移动产生的轨迹、动物移动产生的轨迹以及自然现象移动产生的轨迹??Ｍ??Ｏ??空间运输联系是指在自然、社会、经济诸要素综合作用下，区域间迎过运输设施进??行旅客和货物交流产生的相互联系与作用，空间差异与互补是空间运输联系产生的Ｍ肖??３??
于点的轨迹分割方法性能高于基于均匀时间或基于均匀长度的方法，然后??对比了四种分类模型：决策树、贝叶斯网络、支持向量机和条件随机场，结果表明决策??树的分类性能要高于其他模型。准确的预测货车的行程是对于物流运输公司高效的管理??车队是至关重要的，文献［４８］利用?ＳＧＰＲ?（ｓｐａｒｓｅ?Ｇａｕｓｓｉａｎ?ｐｒｏｃｅｓｓｅｓ?ｒｅｇｒｅｓｓｉｏｎ）模??型来预测行程时间，这个模型是和ＧＰ、ＳＶＰ、Ａ剛是相似的。微软城市计算研宄者将一??个地区划分为ＮｘＮ个方格，建立输入流和输出流模型如图１－３所示，基于卷积神经网??络框架提出一个ＳＴ－ＲｅｓＮｅｔ方法如图１－４，通过学习每个Ｎ?ｘ?Ｎ个方格历史输入流和输??出流，从而来预测未来某个方格的拥挤程度，以便于城市管理者采取应对的措施＾。??ｊ?＾………??卿??一，一？坩＞?＂???ｆ?！?暴?ｉ??９?Ｏｕｔｆｌｏｗ?Ｉｃａｔｕａ］?＇了１?！?；?丨：＾?；??Ｍ?＂?ｅ＼ｌｒａｄｋ＞ｎ?；?ｍｔ?Ｉ?Ｊ?：?Ｋｃｓｌ?ｍｉ?Ｉ?：?＊?＾?＇??ｆ?＞?ｉ?ＫｃｎＩｉｉｉｉ／?Ｒｃｓｌ＇ｍｉＡ?ｉ?ｆＫｃｓｌＪｎｉｔ／１?Ｉ????????—?？＊???Ｉ??Ｉｎｆｌｏｗ?Ａ?＾?…．一ｖ?ｊ－＂．．，Ｊ?卜」；??ｘ；，，?厂丨…二又?ｘ，ｊ?????＊４）￣￣Ｈ?Ｔ；ｍｌ丨一》?１．０、、?＋－？??图１－３输入流与输出流?图１－４?ＳＴ－ＲｅｓＮｅｔ框架??文献［７］基于出租车轨迹数据来预测乘客候车时间，即给定位置与候车时间，预测??下一辆出租车出现的等待时间。文献［５０］基于出租车轨迹数据建立短时交通流预测模??
【参考文献】：
期刊论文
[1]货运司机驾驶行为分析与研究[J]. 朱波. 科技经济导刊. 2017(11)
[2]利用货车GPS数据推演城市内部物流联系——以深圳市为例[J]. 肖作鹏,邹海翔,孙永海. 西部人居环境学刊. 2017(01)
[3]Hadoop支持下海量出租车轨迹数据预处理技术研究[J]. 吕江波,张永忠. 城市勘测. 2016(03)
[4]一种基于LCSS的相似车辆轨迹查找方法[J]. 裴剑,彭敦陆. 小型微型计算机系统. 2016(06)
[5]数据预处理在图书借阅中的应用[J]. 罗艳霞,王庭熙,骆绍晔. 莆田学院学报. 2016(02)
[6]基于时空轨迹数据的出行特征挖掘方法[J]. 张健钦,仇培元,杜明义. 交通运输系统工程与信息. 2014(06)
[7]GPS位置历史挖掘和移动轨迹异常检测系统的设计与实现[J]. 熊妍,罗泽,阎保平. 计算机应用研究. 2013(09)
[8]时空数据挖掘研究进展[J]. 刘大有,陈慧灵,齐红,杨博. 计算机研究与发展. 2013(02)
[9]疲劳驾驶与交通事故关系[J]. 李都厚,刘群,袁伟,刘浩学. 交通运输工程学报. 2010(02)
博士论文
[1]基于论文的我国石油天然气行业知识流动网络研究[D]. 朱林.西南石油大学 2016
[2]基于轨迹聚类的城市热点区域提取与分析方法研究[D]. 赵鹏祥.武汉大学 2015
[3]大规模轨迹数据的检索、挖掘和应用[D]. 袁晶.中国科学技术大学 2012
硕士论文
[1]海量出租车轨迹数据分析与位置推荐服务[D]. 宋乐怡.华东师范大学 2015
[2]基于海量物流轨迹数据的分析挖掘系统[D]. 甘波.武汉理工大学 2014
[3]基于出租车轨迹点的居民出行热点区域与时空特征研究[D]. 马云飞.南京师范大学 2014
[4]基于出租车轨迹数据的短时交通流预测模型研究[D]. 贺冬冬.大连海事大学 2013
[5]基于GPS数据的出租车交通运行特性研究及应用[D]. 齐林.哈尔滨工业大学 2013
[6]基于出租车轨迹的载客点与热点区域推荐[D]. 张明月.湖南科技大学 2013
[7]车辆异常行驶轨迹模型[D]. 宋阳.长安大学 2013
[8]海量出租车轨迹数据探索性分析方法的研究与实现[D]. 孙靖.华东师范大学 2013
[9]基于GPS浮动车采集数据的出租车运行特点研究[D]. 陈炼红.同济大学 2008
本文编号：3221888
【文章来源】：西南石油大学四川省
【文章页数】：94 页
【学位级别】：硕士
【部分图文】：
图１－１历年我国民币我货汽乍与公路营运我货汽乍数量??（３）信息技术的发展为数据挖掘提供有力的技术支撑??
价值，客观全面的了解货车运??行状况，发现其中存在的问题，从而有针对性加以克服与解决，并最终提高公司对车辆??的管理水平，这是需要仔细分析与认真研究的，也是本文要研宄的问题。??１．２国内外研究现状??１．２．１货车轨迹挖掘理论??Ｊｉａｗｅｉ?Ｈａｎ等提出数据挖掘就是从大量的数据中发现感兴趣的模式和知识［１］。数据??挖掘是一个交叉性学科，不仅综合了计算机科学、数学和统计学、软件工程、机器学习??等多学科，而且要求从业者必须具备专业领域知识和业务知识，从而形成了数据科学，??如图１－２所示［２］。??（＾）??＼专业领域知识和业务－知识ｙ??图１?２数据科学与其他学科关系??时空数据挖掘则是从具有海量、高维、高噪声和非线性等特性的时空数据中提取隐??含的、人们事先不知道的、但又潜在有用的信息及知识的过程？。时空数据挖掘是数据??挖掘的一个新兴领域，它的兴起与定位设备、智能手机、ＧＩＳ以及物联网的普及有很大??关系。??时空数据与传统的数据具有很大的区别，时空数据内嵌于连续空间，其样本在时间、??空间上存在很强的自相关性，其中隐含的模式往往是局部的，从而使时空数据挖掘具有??特殊性和复杂性［３］。传统的数据挖掘算法、模型无法直接用在对吋空数椐的挖掘上面。??轨迹数据是时空数据中最常见的数据，Ｙｕ?Ｚｈｅｎｇ等将轨迹数据分为四类：人类移动产生??的轨迹、交通工具移动产生的轨迹、动物移动产生的轨迹以及自然现象移动产生的轨迹??Ｍ??Ｏ??空间运输联系是指在自然、社会、经济诸要素综合作用下，区域间迎过运输设施进??行旅客和货物交流产生的相互联系与作用，空间差异与互补是空间运输联系产生的Ｍ肖??３??
于点的轨迹分割方法性能高于基于均匀时间或基于均匀长度的方法，然后??对比了四种分类模型：决策树、贝叶斯网络、支持向量机和条件随机场，结果表明决策??树的分类性能要高于其他模型。准确的预测货车的行程是对于物流运输公司高效的管理??车队是至关重要的，文献［４８］利用?ＳＧＰＲ?（ｓｐａｒｓｅ?Ｇａｕｓｓｉａｎ?ｐｒｏｃｅｓｓｅｓ?ｒｅｇｒｅｓｓｉｏｎ）模??型来预测行程时间，这个模型是和ＧＰ、ＳＶＰ、Ａ剛是相似的。微软城市计算研宄者将一??个地区划分为ＮｘＮ个方格，建立输入流和输出流模型如图１－３所示，基于卷积神经网??络框架提出一个ＳＴ－ＲｅｓＮｅｔ方法如图１－４，通过学习每个Ｎ?ｘ?Ｎ个方格历史输入流和输??出流，从而来预测未来某个方格的拥挤程度，以便于城市管理者采取应对的措施＾。??ｊ?＾………??卿??一，一？坩＞?＂???ｆ?！?暴?ｉ??９?Ｏｕｔｆｌｏｗ?Ｉｃａｔｕａ］?＇了１?！?；?丨：＾?；??Ｍ?＂?ｅ＼ｌｒａｄｋ＞ｎ?；?ｍｔ?Ｉ?Ｊ?：?Ｋｃｓｌ?ｍｉ?Ｉ?：?＊?＾?＇??ｆ?＞?ｉ?ＫｃｎＩｉｉｉｉ／?Ｒｃｓｌ＇ｍｉＡ?ｉ?ｆＫｃｓｌＪｎｉｔ／１?Ｉ????????—?？＊???Ｉ??Ｉｎｆｌｏｗ?Ａ?＾?…．一ｖ?ｊ－＂．．，Ｊ?卜」；??ｘ；，，?厂丨…二又?ｘ，ｊ?????＊４）￣￣Ｈ?Ｔ；ｍｌ丨一》?１．０、、?＋－？??图１－３输入流与输出流?图１－４?ＳＴ－ＲｅｓＮｅｔ框架??文献［７］基于出租车轨迹数据来预测乘客候车时间，即给定位置与候车时间，预测??下一辆出租车出现的等待时间。文献［５０］基于出租车轨迹数据建立短时交通流预测模??
【参考文献】：
期刊论文
[1]货运司机驾驶行为分析与研究[J]. 朱波. 科技经济导刊. 2017(11)
[2]利用货车GPS数据推演城市内部物流联系——以深圳市为例[J]. 肖作鹏,邹海翔,孙永海. 西部人居环境学刊. 2017(01)
[3]Hadoop支持下海量出租车轨迹数据预处理技术研究[J]. 吕江波,张永忠. 城市勘测. 2016(03)
[4]一种基于LCSS的相似车辆轨迹查找方法[J]. 裴剑,彭敦陆. 小型微型计算机系统. 2016(06)
[5]数据预处理在图书借阅中的应用[J]. 罗艳霞,王庭熙,骆绍晔. 莆田学院学报. 2016(02)
[6]基于时空轨迹数据的出行特征挖掘方法[J]. 张健钦,仇培元,杜明义. 交通运输系统工程与信息. 2014(06)
[7]GPS位置历史挖掘和移动轨迹异常检测系统的设计与实现[J]. 熊妍,罗泽,阎保平. 计算机应用研究. 2013(09)
[8]时空数据挖掘研究进展[J]. 刘大有,陈慧灵,齐红,杨博. 计算机研究与发展. 2013(02)
[9]疲劳驾驶与交通事故关系[J]. 李都厚,刘群,袁伟,刘浩学. 交通运输工程学报. 2010(02)
博士论文
[1]基于论文的我国石油天然气行业知识流动网络研究[D]. 朱林.西南石油大学 2016
[2]基于轨迹聚类的城市热点区域提取与分析方法研究[D]. 赵鹏祥.武汉大学 2015
[3]大规模轨迹数据的检索、挖掘和应用[D]. 袁晶.中国科学技术大学 2012
硕士论文
[1]海量出租车轨迹数据分析与位置推荐服务[D]. 宋乐怡.华东师范大学 2015
[2]基于海量物流轨迹数据的分析挖掘系统[D]. 甘波.武汉理工大学 2014
[3]基于出租车轨迹点的居民出行热点区域与时空特征研究[D]. 马云飞.南京师范大学 2014
[4]基于出租车轨迹数据的短时交通流预测模型研究[D]. 贺冬冬.大连海事大学 2013
[5]基于GPS数据的出租车交通运行特性研究及应用[D]. 齐林.哈尔滨工业大学 2013
[6]基于出租车轨迹的载客点与热点区域推荐[D]. 张明月.湖南科技大学 2013
[7]车辆异常行驶轨迹模型[D]. 宋阳.长安大学 2013
[8]海量出租车轨迹数据探索性分析方法的研究与实现[D]. 孙靖.华东师范大学 2013
[9]基于GPS浮动车采集数据的出租车运行特点研究[D]. 陈炼红.同济大学 2008
本文编号：3221888
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3221888.html
