基于Spark的公交车到站时间预测系统的设计与实现
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究内容 | 第10页 |
| 1.3 研究目的及意义 | 第10-11页 |
| 1.4 论文结构安排 | 第11-12页 |
| 第二章 公交预测技术的研究现状和理论介绍 | 第12-21页 |
| 2.1 国内外研究现状 | 第12-13页 |
| 2.2 神经网络 | 第13-16页 |
| 2.2.1 神经网络的发展及应用 | 第13-14页 |
| 2.2.2 神经元模型 | 第14-16页 |
| 2.2.3 神经网络的缺陷 | 第16页 |
| 2.3 Spark平台介绍 | 第16-20页 |
| 2.3.1 Spark生态系统 | 第16-19页 |
| 2.3.2 Spark运行架构 | 第19页 |
| 2.3.3 Spark工作流程 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 预测系统的设计与实现 | 第21-33页 |
| 3.1 Spark平台部署 | 第21-22页 |
| 3.2 基于遗传算法的BP神经网络 | 第22-27页 |
| 3.2.1 BP神经网络 | 第22-25页 |
| 3.2.2 遗传算法 | 第25-27页 |
| 3.3 数据采集与预处理 | 第27-31页 |
| 3.3.1 数据采集 | 第27-28页 |
| 3.3.2 数据预处理 | 第28-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第四章 实验设计及结果分析 | 第33-48页 |
| 4.1 实验数据 | 第33-34页 |
| 4.2 误差评价标准和参数选取 | 第34-37页 |
| 4.2.1 误差评价标准 | 第34页 |
| 4.2.2 参数设置 | 第34-37页 |
| 4.3 线路信息介绍及预测结果分析 | 第37-45页 |
| 4.3.1 公交线路站点信息 | 第37-38页 |
| 4.3.2 预测结果及其分析 | 第38-45页 |
| 4.3.3 实验结果对比 | 第45页 |
| 4.4 Spark平台的性能分析 | 第45-47页 |
| 4.4.1 实验环境 | 第45-46页 |
| 4.4.2 Spark性能测试 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53页 |
