基于大数据分析的城市交通网最短路径算法设计
| 摘要 | 第7-9页 |
| abstract | 第9-10页 |
| 1 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 经典最短路径算法 | 第12-13页 |
| 1.2.2 大规模网络最短路径研究 | 第13-15页 |
| 1.3 研究内容与组织架构 | 第15-17页 |
| 2 预备知识分析 | 第17-25页 |
| 2.1 城市交通网存储 | 第17-19页 |
| 2.2 基于MapReduce的矩阵运算 | 第19-21页 |
| 2.3 交通网数据获取 | 第21-24页 |
| 2.3.1 高德地图API | 第21-22页 |
| 2.3.2 Kafka消息队列 | 第22-23页 |
| 2.3.3 动态数据获取 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 层次最短路径算法设计 | 第25-47页 |
| 3.1 问题描述 | 第25页 |
| 3.2 算法模型定义 | 第25-27页 |
| 3.3 图分解 | 第27-34页 |
| 3.3.1 图分解模型定义 | 第27-29页 |
| 3.3.2 子图分割方案 | 第29-32页 |
| 3.3.3 网络分层方案 | 第32-34页 |
| 3.4 PFloyd算法 | 第34-41页 |
| 3.4.1 PFloyd算法分析 | 第34-37页 |
| 3.4.2 PFloyd算法实现 | 第37-41页 |
| 3.5 SPS算法 | 第41-45页 |
| 3.5.1 SPS算法分析 | 第41-42页 |
| 3.5.2 SPS算法实现 | 第42-45页 |
| 3.6 算法复杂性分析 | 第45-46页 |
| 3.7 应用场景分析 | 第46页 |
| 3.8 本章小结 | 第46-47页 |
| 4 实验分析 | 第47-55页 |
| 4.1 实验环境 | 第47-49页 |
| 4.1.1 实验环境 | 第47-48页 |
| 4.1.2 实验数据 | 第48页 |
| 4.1.3 评价指标 | 第48-49页 |
| 4.2 图分解实验 | 第49-50页 |
| 4.3 PFloyd算法测试 | 第50-51页 |
| 4.4 SPS算法测试 | 第51-54页 |
| 4.4.1 参数选取分析 | 第51-53页 |
| 4.4.2 对比实验与性能测试 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 5 总结与展望 | 第55-57页 |
| 5.1 本文总结 | 第55-56页 |
| 5.2 工作展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60-61页 |
| 致谢 | 第61-62页 |
