基于数据挖掘的公交智能预报站系统的分析与设计

发布时间：2024-02-20 00:39

　　智能公交预报站系统可以结合先进的通信技术、全球定位技术与地理信息技术等,并结合公交车辆运动特征的分析,对公交车辆的大致到站时间进行预测,达到对公交车辆实时的有效调度管控,从而提高公交系统的运行效率,降低维护的成本。而我国大部分地区的公交智能预报站系统仍然较为落后,车辆的到站预报信息准确性较低、实时性较差,严重影响了公交系统的运行效率,影响人们的日常生活,给出行带来了极大的不便。如何提高预报的准确性,指导乘客出行,是亟待解决的问题。鉴于此,本文对苏州高新区等公交系统的执行和管理流程进行了深入调研,了解了公交车辆运行的整个流程,以及车辆预报站的业务需求,设计了一套功能完善的智能公交预报站系统。本文的主要工作如下:(1)建立基于K中心点算法和决策树的分类模型,根据车辆过往的行驶数据,找出对车辆运行影响较大的环境因素,并利用SPSS Modeler进行验证;再按照环境因素对过往数据进行分类处理,获取各个环境条件下的平均数据。(2)建立基于BP神经网络的预测模型,根据按环境因素分类后的车辆过往行驶数据,对神经网络进行训练。训练完成后,将历史数据与实时数据等输入到神经网络模型中,获得车辆预计到站时...

【文章页数】：88 页

【学位级别】：硕士

【文章目录】：
中文摘要
Abstract
第一章 绪论
    1.1 课题研究背景
    1.2 智能公交的研究现状
        1.2.1 国内外应用现状
        1.2.2 国内外研究现状
    1.3 课题研究内容和意义
        1.3.1 课题的研究内容
        1.3.2 课题的研究意义
    1.4 论文的结构概述
第二章 课题相关理论基础及技术
    2.1 数据挖掘技术简介
        2.1.1 数据挖掘分类和特征
        2.1.2 数据挖掘过程
        2.1.3 数据挖掘功能及应用
        2.1.4 数据挖掘常用工具
    2.2 课题相关算法介绍
        2.2.1 K中心点算法
        2.2.2 决策树算法
        2.2.3 BP神经网络
    2.3 公交智能预报站系统相关技术
        2.3.1 B/S架构
        2.3.2 Spring MVC设计模式
        2.3.3 HTML5相关技术
        2.3.4 Redis技术
    2.4 本章小结
第三章 公交智能预报站系统需求分析
    3.1 总体需求分析
    3.2 用户需求分析
    3.3 功能性需求分析
        3.3.1 总体功能分析
        3.3.2 系统流程分析
        3.3.3 系统功能结构
        3.3.4 功能模块分析
    3.4 非功能性需求分析
    3.5 本章小结
第四章 公交智能预报站系统概要设计
    4.1 系统设计目标
    4.2 系统体系架构设计
        4.2.1 开发环境及工具设计
        4.2.2 软件架构与设计模式设计
        4.2.3 网络拓扑结构设计
    4.3 系统功能设计
        4.3.1 权限管理模块
        4.3.2 信息管理模块
        4.3.3 数据维护模块
        4.3.4 公交历史数据分析处理模块
        4.3.5 预报站时间处理模块
    4.4 数据库设计
        4.4.1 数据库设计原则
        4.4.2 逻辑数据库设计与物理设计
    4.5 多维数据集设计
    4.6 本章小结
第五章 公交智能预报站系统的详细设计与实现
    5.1 公交历史数据分析处理模块实现要点
        5.1.1 数据预处理
        5.1.2 基于K中心点算法的历史数据分组
        5.1.3 基于决策树的环境因素分析及分组
        5.1.4 历史平均数据的计算
    5.2 预报站时间处理模块实现要点
        5.2.1 车辆状态分析
        5.2.2 车辆进出站数据保存
        5.2.3 基于BP神经网络的车辆速度分析
        5.2.4 车辆预报站实现
    5.3 公交智能预报站系主要功能统模块的实现
    5.4 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
附录 系统数据库表结构
攻读硕士学位期间主要的研究成果
致谢



本文编号：3903572