智慧交通運行狀態(tài)數據分析系統(tǒng)設計與分析.pdf

1、無論是日常生活工作還是休閑娛樂，人們的生活總離不開交通出行。隨著全球人口數量的不斷增長，與時俱進的交通設施、交通工具仍舊趕不上越來越多的交通出行量，交通問題可謂是一個世界性的難題。智能交通系統(tǒng)在全球范圍內的應用遇到了一些瓶頸，而跟隨物聯(lián)網衍生出的智慧交通在智能交通系統(tǒng)的基礎上更上一層樓，給解決交通問題帶來了新的希望。方興未艾的智慧交通在解決交通問題的同時也帶來了更加繁復海量的交通數據，如何從這些大數據中汲取對交通管理有利的信息，成為一個

2、亟待解決的問題。圍繞上述問題，本文采用數據挖掘技術和分布并行的Hadoop技術的融合，設計出智慧交通運行狀態(tài)數據分析系統(tǒng)的架構并分析研究適合該系統(tǒng)的挖掘算法，以實際交通大數據的實驗證明智慧交通運行狀態(tài)數據分析系統(tǒng)的可行性，旨在為交通狀態(tài)提供決策性意見。
　　本文對比分析了智慧交通系統(tǒng)各個層面的技術與信息特點，給出了包含數據采集層、網絡傳輸層、數據分析處理層和應用層的智慧交通系統(tǒng)框架。在數據分析處理層面上，針對交通信息的數據特點，基

3、于數據挖掘典型系統(tǒng)，研究了利用分布式并行新技術 Hadoop技術來實現交通數據挖掘分析，并提出了智慧交通運行狀態(tài)數據分析系統(tǒng)架構。繼而對傳統(tǒng)數據挖掘算法進行改進，分析了智慧交通運行狀態(tài)數據分析系統(tǒng)的軟件算法。利用部署的Hadoop服務器群集，采用MapReduce編程模型的改進 Apriori算法，實例運行了交通大數據，進行了車流量分析和車速超速分析，并從中挖掘出有利交通管控的信息。證明了利用 Hadoop平臺挖掘交通海量信息的可行性和