| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 目录 | 第8-11页 |
| 1 绪论 | 第11-21页 |
| 1.1 论文研究背景及意义 | 第11-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 车流推算调度算法 | 第14-15页 |
| 1.2.2 数据存储模型 | 第15-16页 |
| 1.2.3 云计算架构 | 第16-17页 |
| 1.3 研究内容及技术路线 | 第17-21页 |
| 1.3.1 研究内容 | 第17页 |
| 1.3.2 技术路线 | 第17-21页 |
| 2 全国铁路车流推算既有理论 | 第21-31页 |
| 2.1 全国铁路车流推算概述 | 第21-22页 |
| 2.1.1 车流推算的概念与作用 | 第21页 |
| 2.1.2 车流推算的目标与特点 | 第21-22页 |
| 2.2 当前车流推算方法与实践情况 | 第22-24页 |
| 2.2.1 跨局车流推算方法 | 第22-23页 |
| 2.2.2 局管内车流推算方法 | 第23页 |
| 2.2.3 运用车保有量推算方法 | 第23-24页 |
| 2.3 车站在车流推算中的作用 | 第24-28页 |
| 2.3.1 车站技术作业具体内容 | 第25-26页 |
| 2.3.2 车站技术作业间的关联关系 | 第26-28页 |
| 2.4 编组计划与车流推算的关系 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 3 铁路重车车流推算模型构建 | 第31-47页 |
| 3.1 现有铁路车流相关数据分析与处理 | 第31-33页 |
| 3.2 铁路重车车流推算 | 第33-35页 |
| 3.3 在途车辆区段运行时间分析模型 | 第35-36页 |
| 3.4 在站车辆作业时间分析模型 | 第36-46页 |
| 3.4.1 分界口交接车作业时间智能分析模型 | 第37-40页 |
| 3.4.2 编组站(区段站)技术作业时间智能分析模型 | 第40-44页 |
| 3.4.3 普通经过车站作业时间智能分析模型 | 第44-46页 |
| 3.5 本章小结 | 第46-47页 |
| 4 基于Hadoop的重车车流推算自学习系统设计 | 第47-67页 |
| 4.1 大数据方法在车流推算问题中的应用 | 第47-55页 |
| 4.1.1 Hadoop云平台 | 第47-50页 |
| 4.1.2 HDFS模块 | 第50-53页 |
| 4.1.3 Map/Reduce模块 | 第53-54页 |
| 4.1.4 大数据分析方法 | 第54-55页 |
| 4.1.5 大数据理论与车流推算关系 | 第55页 |
| 4.2 车流推算数据节点划分设计 | 第55-59页 |
| 4.2.1 车流推算数据节点位置布局 | 第55-57页 |
| 4.2.2 车流推算数据节点关联关系 | 第57-58页 |
| 4.2.3 车流推算名字节点设计 | 第58-59页 |
| 4.3 MapReduce并行计算架构设计 | 第59-64页 |
| 4.3.1 车流数据来源与内容 | 第59-60页 |
| 4.3.2 数据清洗与数据切片 | 第60-62页 |
| 4.3.3 Map阶段任务配置与分发 | 第62-63页 |
| 4.3.4 Reduce阶段任务合并与数据存储 | 第63-64页 |
| 4.4 在途/在站车辆时间推算算法设计 | 第64-66页 |
| 4.4.1 在途车辆时间推算算法 | 第64-65页 |
| 4.4.2 在站车辆时间推算算法 | 第65-66页 |
| 4.5 本章小结 | 第66-67页 |
| 5 基于大数据的车流推算系统编程实现与实例分析 | 第67-83页 |
| 5.1 系统开发与运行环境部署 | 第67-71页 |
| 5.1.1 系统运行硬件环境部署 | 第67-68页 |
| 5.1.2 系统运行软件环境部署 | 第68-71页 |
| 5.1.3 系统开发软件环境 | 第71页 |
| 5.2 数据流分析 | 第71-74页 |
| 5.2.1 数据清洗处理 | 第71-73页 |
| 5.2.2 数据过滤处理 | 第73-74页 |
| 5.3 Map/Reduce阶段程序实现 | 第74-76页 |
| 5.3.1 Map阶段程序实现 | 第74-75页 |
| 5.3.2 Reduce阶段实现 | 第75-76页 |
| 5.4 结果展示 | 第76-81页 |
| 5.5 本章小结 | 第81-83页 |
| 6 结论 | 第83-85页 |
| 6.1 论文主要内容总结 | 第83页 |
| 6.2 论文的不足与展望 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第89-93页 |
| 学位论文数据集 | 第93页 |