当前位置:主页 > 科技论文 > 路桥论文 >

基于数据挖掘技术的智能交通管理系统的研究

发布时间:2017-09-10 21:12

  本文关键词:基于数据挖掘技术的智能交通管理系统的研究


  更多相关文章: 数据挖掘 智能交通管理 交通流 交通拥堵 交通流分布模式


【摘要】:城市化进程加速的大背景下,中国汽车保有量和产量一路攀升,交通拥堵、空气和噪音污染等问题日益加重。对此,各大城市开始采取一系列措施,限行、摇号、调整交通规划等,治堵举措层出不穷,但效果却并不十分理想。由于,城市交通现状的构成元素并不是单一的,其与土地利用、环境、住房、经济发展等诸多要素密切相关。即交通问题的形成过程中,经济要素不可忽略。因此,不能把城市交通方面的诸多问题仅仅归咎于汽车,仅对汽车加以各种“限制”,这不能从根本上解决城市交通问题。要在不妨碍经济发展前提下,满足消费者不断提高的机动性需求,只解决汽车问题远远不够,决策者们应将眼光放在智能交通技术应用的观念转变上。智能科技开启了解决交通拥堵的新纪元。随着科技水平的不断发展进步,智能交通系统(ITS)的产生满足了高时效性的交通行政监管、交通企业经营管理、交通市民服务等应用需求。本文深入研究了智能交通系统在国内外智能交通行业的发展及研究情况,调研智能交通领域的数据特点,分析了当前智能交通数据挖掘技术研究领域中存在的问题。通过详细调查及分析,着重在交通流量预测、交通拥堵事件挖掘和交通流分布模式挖掘等几个方面进行了研究。首先,针对交通流量预测问题,提出了基于一种组合模型的交通流量预测算法;其次,分析道路交通流数据,建立道路交通流模式库,同时设计了逐层分类展示交通流数据的算法,以此为基础,提出高效的解决拥堵事件挖掘算法;然后,设计了道路交通流空间聚类的挖掘算法,以便发现道路交通流的空间分布模式;最后,将上述算法运用到系统当中,设计并实现了基于数据挖掘技术的智能交通管理系统。
【关键词】:数据挖掘 智能交通管理 交通流 交通拥堵 交通流分布模式
【学位授予单位】:河北科技大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:U495;TP311.13
【目录】:
  • 摘要4-5
  • Abstract5-8
  • 第1章 绪论8-14
  • 1.1 论文的研究背景及意义8-9
  • 1.1.1 研究背景8
  • 1.1.2 选题意义8-9
  • 1.2 智能交通系统国内外的发展情况9-12
  • 1.2.1 国外智能交通行业发展现状9-11
  • 1.2.2 国内智能交通发展现状11-12
  • 1.3 本文研究的内容12
  • 1.4 论文的组织结构12-14
  • 第2章 智能交通管理系统14-20
  • 2.1 智能交通管理系统的概念14
  • 2.2 智能交通管理系统的总体结构14-15
  • 2.3 智能交通管理系统的层次结构15-16
  • 2.4 智能交通管理系统的基本功能及特征16-18
  • 2.4.1 智能交通管理系统的基本功能16-17
  • 2.4.2 智能交通系统的特征17-18
  • 2.5 本章小结18-20
  • 第3章 智能交通中的数据挖掘技术20-28
  • 3.1 数据挖掘20-21
  • 3.2 大数据21-22
  • 3.3 城市交通大数据相关处理技术22-24
  • 3.4 数据挖掘技术在智能交通管理系统中的应用24-27
  • 3.4.1 智能交通管理系统中的交通大数据24-25
  • 3.4.2 智能交通系统中数据挖掘的系统模型25-26
  • 3.4.3 数据挖掘技术在智能交通中的应用26-27
  • 3.5 课题的研究方法27
  • 3.6 本章小结27-28
  • 第4章 应用于智能交通系统中的数据挖掘算法28-45
  • 4.1 道路交通流量挖掘28-37
  • 4.1.1 交通流量预测算法28-36
  • 4.1.2 交通流聚类分析36-37
  • 4.2 道路交通流拥堵事件挖掘37-40
  • 4.2.1 交通流数据表示37-39
  • 4.2.2 交通流拥堵事件挖掘算法39-40
  • 4.3 道路交通流空间聚类算法40-42
  • 4.3.1 交通流数据对象的相似性41
  • 4.3.2 类的内聚度约束41-42
  • 4.3.3 类的合并和分裂42
  • 4.4 本章小结42-45
  • 第5章 基于数据挖掘技术的智能交通管理系统45-61
  • 5.1 ITMS系统45-49
  • 5.1.1 体系结构46-47
  • 5.1.2 多层体系结构特点47-49
  • 5.2 数据的集合与融合49-51
  • 5.2.1 集合49-50
  • 5.2.2 融合50-51
  • 5.3 系统的联动51-52
  • 5.4 系统功能与实现52-58
  • 5.5 系统应用的特点58-59
  • 5.6 本章小结59-61
  • 结论61-63
  • 参考文献63-67
  • 攻读硕士学位期间所发表的论文67-69
  • 致谢69-71
  • 个人简历71

【相似文献】

中国期刊全文数据库 前10条

1 刘兰辉;论前途光明的数据挖掘技术[J];内蒙古科技与经济;2004年05期

2 方忠祥,屠立;数据挖掘技术在客户关系管理中的应用研究[J];机床与液压;2005年06期

3 王文兴;;数据挖掘技术的道与术[J];机械工业信息与网络;2006年03期

4 李志;;浅析数据挖掘技术[J];硅谷;2008年21期

5 孔莉莎;刘闻;;浅谈数据挖掘技术与军事决策支持[J];装备制造技术;2009年10期

6 王旭;;对数据挖掘技术在各领域内应用的探讨[J];中国新技术新产品;2009年24期

7 劳飞;;数据挖掘技术在交通事故分析中的应用[J];山东交通科技;2010年05期

8 王顺民;;构建基于数据挖掘技术的现代医院信息平台[J];制造业自动化;2011年05期

9 潘程;陈玉华;;浅谈数据挖掘技术在零售业中的应用[J];中国新技术新产品;2011年16期

10 宋向瑛;;数据挖掘技术在党校信息化管理的应用[J];硅谷;2012年09期

中国重要会议论文全文数据库 前10条

1 孙义明;曾继东;;数据挖掘技术及其应用[A];全国计算机安全学术交流会论文集(第二十二卷)[C];2007年

2 马洪杰;曲晓飞;;数据挖掘技术和过程的特点[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年

3 宁红梅;安志兴;葛亚明;李敬玺;赵坤;钟华;陈俊杰;崔艳红;;数据挖掘技术在兽医学中的应用[A];Proceedings of 2010 National Vocational Education of Communications and Information Technology Conference (2010 NVCIC)[C];2010年

4 王桂芹;黄道;;数据挖掘技术综述[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年

5 徐宝莲;李晓奇;;数据挖掘技术在网络游戏中的应用[A];第十一届中国不确定系统年会、第十五届中国青年信息与管理学者大会论文集[C];2013年

6 胡广芹;陆小左;;数据挖掘技术在中医诊断中的应用[A];中国中西医结合学会诊断专业委员会2009’年会论文集[C];2009年

7 戈欣;吴晓芬;许建荣;;数据挖掘技术在放射科医疗管理中的潜在作用[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年

8 铁军;吴智明;;数据挖掘技术在工业铝电解生产中的应用[A];第十九届全国数据库学术会议论文集(技术报告篇)[C];2002年

9 王建华;王菲;黄国建;;数据挖掘技术研究的现状及展望[A];中国运筹学会第六届学术交流会论文集(上卷)[C];2000年

10 肖健华;吴今培;;数据挖掘技术及其应用实例[A];2001年中国智能自动化会议论文集(下册)[C];2001年

中国重要报纸全文数据库 前10条

1 记者 吕贤如;大力加强数据挖掘技术研究应用[N];光明日报;2006年

2 主持人 李禾;数据挖掘技术如何驱动经济车轮[N];科技日报;2007年

3 梅静彦;数据挖掘技术在美国银行的应用[N];金融时报;2006年

4 邹广普;数据挖掘技术在保险业中的应用[N];中国保险报;2010年

5 陈晓 山西财经大学教师;数据挖掘技术在高校教学管理中的应用[N];山西经济日报;2010年

6 张崇峰;挖掘,再挖掘[N];中国计算机报;2003年

7 刘红岩、何军;利用数据挖掘技术获得商业智能[N];中国计算机报;2003年

8 ;IBM公司推出新型数据挖掘技术[N];中国高新技术产业导报;2001年

9 刘军 兰小红 龚富强;新技术为老装备“保驾护航”[N];大众科技报;2006年

10 ;软件产业人才培养又辟新路[N];中国高新技术产业导报;2000年

中国博士学位论文全文数据库 前10条

1 沈忱;基于贝叶斯网络数据挖掘技术研究《本草纲目》活血化瘀类中药性—效—用关系[D];南京中医药大学;2015年

2 钱力维;胡国俊祛邪助运治疗老年病学术思想和经验总结[D];南京中医药大学;2016年

3 姚山;基于数据挖掘技术的造林决策研究[D];北京林业大学;2008年

4 曹秀英;基于粗集的数据挖掘技术及其应用研究[D];哈尔滨工程大学;2003年

5 伍平阳;基于数据挖掘技术的医疗设备绩效预测方法的应用研究[D];南方医科大学;2008年

6 刘刚;数据挖掘技术与分类算法研究[D];中国人民解放军信息工程大学;2004年

7 王勇;时序数据挖掘技术及其在水质预测中的应用研究[D];广东工业大学;2005年

8 熊忠阳;面向商业智能的并行数据挖掘技术及应用研究[D];重庆大学;2004年

9 朱恒民;领域知识制导的数据挖掘技术及其在中药提取中的应用[D];南京航空航天大学;2006年

10 毛国君;数据挖掘技术与关联规则挖掘算法研究[D];北京工业大学;2003年

中国硕士学位论文全文数据库 前10条

1 肖建国;数据挖掘技术在就业指导与本科教学改革工作中的应用研究[D];吉林大学;2008年

2 钱和平;基于改进的灰色理论数据挖掘技术的研究[D];内蒙古农业大学;2010年

3 安冬冬;基于数据挖掘技术的常规公交服务水平评价体系研究[D];西南交通大学;2015年

4 陈萍;数据挖掘技术在网络教学中的应用研究[D];广东技术师范学院;2015年

5 陈勇;基于数据挖掘技术的门诊医疗管理研究[D];河北工业大学;2015年

6 丁磊;数据挖掘技术在高校教师科研管理中的应用研究[D];大连海事大学;2016年

7 隋春明;基于数据挖掘技术的电力营销分析系统的设计与实现[D];电子科技大学;2015年

8 许江峰;数据挖掘技术在P2P网络金融中的应用研究[D];北京交通大学;2016年

9 王磊;数据挖掘技术在保险公司内部审计中的运用研究[D];山东财经大学;2015年

10 赵海东;数据挖掘技术在犯罪分析中的研究与应用[D];中国海洋大学;2014年



本文编号:826654

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/826654.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户cebc8***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com