原文传递
基于MapReduce的Fisher最优分割法在公交车调度上的运用
| 论文题名： | 基于MapReduce的Fisher最优分割法在公交车调度上的运用 |
| 关键词： | 公交车调度;Fisher最优分割法;数据挖掘;hadoop平台 |
| 摘要： | 在城市发展当中，现代人的生活节奏越来越快，汽车保有量逐年上升，而道路越来越拥挤，使交通越来越不便利，严重的导致了社会经济效益下降，妨碍人们的生活，汽车保有量的上升增加了汽车排放的尾气，这又会导致温室效应，并且污染我们的环境，这些都不利于我国城市的发展。公共交通工具具有节能环保，减少二氧化碳的排放而且能够有效的减少交通拥堵的状况，是改善大气环境的一个重要手段之一。公车调度在公交企业中具有举足轻重的地位。为了广大乘客能够便宜便捷的出行，减少二氧化碳的排放节约能源，增加乘客满意度，有效率的公车调度是非常重要的，而对公交车行驶时间进行合理的分段又是其中一项重要的研究方向。随着数据爆炸式的增长和累积使我们进入大数据时代，迫切需要功能强大的数据挖掘工具，以获得有价值的信息。在Apache的Hadoop平台上可以实现，聚类分析、分类分析等众多数据挖掘分析的经典算法，一定程度上为大规模数据的挖掘分析提供了方便[5]。公交车管理信息系统天天都产生大量的车载 GPS数据，这些数据需要在 hadoop平台上进行处理和分析。在公交车行驶时间合理分段中，时间顺序不能打乱，而大多聚类方法在分类中是将样品混在一起时间顺序会打乱，Fisher最优分割法可以不打乱时间顺序进行分类，但是这方法计算量巨大，运用Hadoop中MapReduce的方法进行任务的分解在多台机器上运算后进行数据汇总，得出公交车行驶一圈的时间进行合理的分段。 |
| 作者： | 胡俊霞 |
| 专业： | 软件工程 |
| 导师： | 刘晓强 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南昌大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
