| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题的研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 短时交通流预测研究现状 | 第11-12页 |
| 1.2.2 云平台发展现状 | 第12-14页 |
| 1.3 本文的主要研究内容及结构安排 | 第14-16页 |
| 1.4 本章小结 | 第16-17页 |
| 第二章 短时交通流预测相关理论 | 第17-23页 |
| 2.1 交通流基本概念 | 第17-18页 |
| 2.1.1 交通流特征参数 | 第17-18页 |
| 2.2 交通流数据处理 | 第18-19页 |
| 2.2.1 交通流故障数据的识别 | 第18-19页 |
| 2.2.2 交通流故障数据的修复 | 第19页 |
| 2.3 短时交通流预测理论 | 第19-22页 |
| 2.3.1 短时交通流预测基本概念 | 第19-20页 |
| 2.3.2 短时交通流预测评价指标 | 第20-21页 |
| 2.3.3 交通流预测常用方法及对比分析 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 Hadoop平台基本原理 | 第23-31页 |
| 3.1 Hadoop平台概述 | 第23-24页 |
| 3.2 Map Reduce | 第24-27页 |
| 3.2.1 Map Reduce运行机制 | 第25-27页 |
| 3.2.2 Map Reduce容错机制 | 第27页 |
| 3.3 HDFS | 第27-30页 |
| 3.3.1 HDFS系统架构 | 第27-28页 |
| 3.3.2 Name Node功能分析 | 第28-29页 |
| 3.3.3 Data Node功能分析 | 第29页 |
| 3.3.4 Secondary Name Node功能分析 | 第29-30页 |
| 3.3.5 HDFS容错机制与故障处理 | 第30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 基于BP神经网络的短时交通流预测算法 | 第31-45页 |
| 4.1 BP神经网络基本原理 | 第31-34页 |
| 4.1.1 BP神经网络结构 | 第31-32页 |
| 4.1.2 神经网络算法流程 | 第32-34页 |
| 4.2 BP神经网络设计 | 第34-36页 |
| 4.2.1 网络层数及各层神经元个数的确定 | 第35页 |
| 4.2.2 网络初始参数选取 | 第35-36页 |
| 4.3 BP神经网络改进 | 第36-39页 |
| 4.3.1 BP神经网络算法缺点 | 第36页 |
| 4.3.2 BP神经网络改进算法 | 第36-39页 |
| 4.4 基于BP算法的短时交通流预测实验 | 第39-44页 |
| 4.4.1 基于BP算法的短时交通流预测模型建立 | 第39-40页 |
| 4.4.2 交通流数据处理 | 第40-41页 |
| 4.4.3 实验结果 | 第41-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 基于Hadoop的遗传神经网络短时交通流预测算法 | 第45-58页 |
| 5.1 Hadoop集群搭建 | 第45-48页 |
| 5.1.1 Hadoop集群软硬件环境 | 第45-46页 |
| 5.1.2 Hadoop集群环境搭建步骤 | 第46-48页 |
| 5.2 基于遗传算法的GA-BP网络 | 第48-53页 |
| 5.2.1 遗传BP神经网络算法 | 第49-53页 |
| 5.3 基于Map Reduce的GA-BP短时交通流预测算法设计与实现 | 第53-54页 |
| 5.4 实验结果 | 第54-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第六章 基于云平台短时交通流预测系统设计 | 第58-65页 |
| 6.1 平台功能框架介绍 | 第58-60页 |
| 6.1.1 交通路况模块 | 第59页 |
| 6.1.2 交通信号控制系统 | 第59页 |
| 6.1.3 交通视频监控和系统管理 | 第59-60页 |
| 6.2 系统开发框架设计 | 第60页 |
| 6.3 基于云平台的短时交通流预测系统设计 | 第60-64页 |
| 6.3.1 路网监控数据库表设计 | 第61-62页 |
| 6.3.2 短时交通流预测路况显示 | 第62-64页 |
| 6.4 本章小结 | 第64-65页 |
| 总结与展望 | 第65-67页 |
| 论文研究成果及创新点 | 第65页 |
| 研究展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间取得的研究成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 附件 | 第73页 |
