基于大数据Storm架构下的铁路车流预测并行计算设计与实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第11-17页 |
| 1.1 论文研究背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 车流预测方面 | 第13-14页 |
| 1.2.2 并行计算方面 | 第14页 |
| 1.2.3 Storm大数据技术应用方面 | 第14-15页 |
| 1.3 研究内容及技术路线 | 第15-17页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 研究路线 | 第16-17页 |
| 2 全国铁路货运车流预测概述 | 第17-25页 |
| 2.1 铁路货运车流预测的基本概念 | 第17页 |
| 2.1.1 术语和缩写词 | 第17页 |
| 2.1.2 车流预测的分类 | 第17页 |
| 2.2 现行的铁路货运车流预测方法 | 第17-19页 |
| 2.3 号码制车流预测 | 第19-20页 |
| 2.3.1 号码制车流预测的定义 | 第19页 |
| 2.3.2 号码制车流预测的特点 | 第19页 |
| 2.3.3 号码制车流预测的难点 | 第19-20页 |
| 2.4 号码制铁路车流预测数据基础 | 第20-23页 |
| 2.4.1 铁路运输信息集成平台建设背景 | 第20-21页 |
| 2.4.2 铁路运输信息集成平台主要内容 | 第21-22页 |
| 2.4.3 车流预测的数据采集 | 第22-23页 |
| 2.5 本章小结 | 第23-25页 |
| 3 铁路货运车流预测模型与算法 | 第25-37页 |
| 3.1 货运车辆运输过程分析 | 第25-26页 |
| 3.1.1 货物运输过程 | 第25页 |
| 3.1.2 车辆状态与运输轨迹 | 第25-26页 |
| 3.2 车流预测的传统模型 | 第26-29页 |
| 3.3 基于铁路运输信息平台的车流预测模型 | 第29-31页 |
| 3.3.1 基于铁路运输信息平台的车流预测模型 | 第29-30页 |
| 3.3.2 模型特点 | 第30-31页 |
| 3.4 模型求解方法 | 第31-35页 |
| 3.4.1 分解协调求解方法 | 第31-32页 |
| 3.4.2 车流预测模型求解 | 第32-33页 |
| 3.4.3 协调层 | 第33页 |
| 3.4.4 分解层 | 第33-35页 |
| 3.5 本章小结 | 第35-37页 |
| 4 基于Storm框架的车流预测方法设计 | 第37-57页 |
| 4.1 Storm的基本概念与特点 | 第37-41页 |
| 4.1.1 Storm产生的背景 | 第37-38页 |
| 4.1.2 Storm的基本概念 | 第38-40页 |
| 4.1.3 Storm的特点和应用场景 | 第40-41页 |
| 4.2 Storm中的并行机制 | 第41-48页 |
| 4.2.1 车流预测的并行层次设定 | 第41-42页 |
| 4.2.2 车流预测的并行度设置 | 第42-44页 |
| 4.2.3 车流预测的任务分配与负载均衡 | 第44-48页 |
| 4.3 基于Storm并行计算的车流预测方案 | 第48-55页 |
| 4.3.1 方案整体流程 | 第48-50页 |
| 4.3.2 数据采集模块 | 第50页 |
| 4.3.3 数据筛选模块 | 第50-52页 |
| 4.3.4 车流预测模块 | 第52-54页 |
| 4.3.5 应用与扩展模块 | 第54-55页 |
| 4.4 本章小结 | 第55-57页 |
| 5 系统实现与结果分析 | 第57-75页 |
| 5.1 系统架构 | 第57-58页 |
| 5.2 Storm并行计算的环境部署 | 第58-63页 |
| 5.2.1 准备工作 | 第58-59页 |
| 5.2.2 搭建Zookeeper集群 | 第59-61页 |
| 5.2.3 搭建Storm并行计算环境 | 第61-63页 |
| 5.3 车流预测并行计算的编程实现 | 第63-69页 |
| 5.3.1 Storm启动和获取数据的编程实现 | 第63-64页 |
| 5.3.2 数据筛选模块的编程实现 | 第64-65页 |
| 5.3.3 车流预测模块的编程实现 | 第65-66页 |
| 5.3.4 应用与扩展模块的编程实现 | 第66-69页 |
| 5.4 系统界面和结果分析 | 第69-73页 |
| 5.4.1 系统界面 | 第69-70页 |
| 5.4.2 预测结果统计分析 | 第70-73页 |
| 5.5 本章小结 | 第73-75页 |
| 6 总结与展望 | 第75-77页 |
| 6.1 论文主要内容总结 | 第75页 |
| 6.2 论文的不足与展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第81-85页 |
| 学位论文数据集 | 第85页 |
