基于数据挖掘的公交智能调度系统研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-17页 |
| 1.1 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 公交调度研究现状与发展趋势 | 第11-13页 |
| 1.2.2 公交调度与数据挖掘 | 第13页 |
| 1.2.3 BRT智能调度研究现状与发展趋势 | 第13-14页 |
| 1.3 论文主要研究内容和思路 | 第14-16页 |
| 1.4 论文结构 | 第16-17页 |
| 2 基于数据挖掘的BRT智能调度系统总体设计 | 第17-31页 |
| 2.1 数据挖掘概述 | 第17-18页 |
| 2.2 数据挖掘体系结构 | 第18-19页 |
| 2.3 系统开发相关技术 | 第19-23页 |
| 2.3.1 数据挖掘技术 | 第19-21页 |
| 2.3.2 JeePlus技术 | 第21-23页 |
| 2.4 系统需求 | 第23-25页 |
| 2.4.1 功能性需求 | 第23-24页 |
| 2.4.2 非功能性需求 | 第24-25页 |
| 2.5 系统总体设计 | 第25-30页 |
| 2.5.1 系统总体架构设计 | 第25-27页 |
| 2.5.2 系统体系结构设计 | 第27-28页 |
| 2.5.3 系统逻辑结构设计 | 第28-29页 |
| 2.5.4 系统部署方案 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 3 BRT智能调度系统数据挖掘方法研究 | 第31-53页 |
| 3.1 BRT基本信息采集及处理 | 第31-36页 |
| 3.1.1 BRT客流量数据采集及预处理 | 第31-33页 |
| 3.1.2 BRT车辆行驶数据的采集与预处理 | 第33-36页 |
| 3.2 BRT客流量分析与预测 | 第36-44页 |
| 3.2.1 BRT客流量分析 | 第36-38页 |
| 3.2.2 BRT客流量预测 | 第38-43页 |
| 3.2.3 实例验证 | 第43-44页 |
| 3.3 BRT行程时间分析与预测 | 第44-49页 |
| 3.3.1 BRT行程时间分析 | 第44-45页 |
| 3.3.2 BRT行程时间预测 | 第45-48页 |
| 3.3.3 实例验证 | 第48-49页 |
| 3.4 BRT智能调度模型设计 | 第49-52页 |
| 3.4.1 变量及符号说明 | 第50-51页 |
| 3.4.2 模型建立 | 第51页 |
| 3.4.3 模型求解 | 第51-52页 |
| 3.5 本章小结 | 第52-53页 |
| 4 基于JeePlus的BRT智能调度系统的设计 | 第53-70页 |
| 4.1 系统开发平台搭建 | 第53-54页 |
| 4.2 数据采集业务实现 | 第54-57页 |
| 4.2.1 历史数据采集业务实现 | 第54-55页 |
| 4.2.2 实时数据采集业务实现 | 第55-57页 |
| 4.3 系统功能实现 | 第57-67页 |
| 4.3.1 行车计划编制 | 第57-59页 |
| 4.3.2 实时监控 | 第59-61页 |
| 4.3.3 动态调度 | 第61-63页 |
| 4.3.4 数据管理统计 | 第63-64页 |
| 4.3.5 数据分析 | 第64-67页 |
| 4.4 数据查询 | 第67-69页 |
| 4.5 本章小结 | 第69-70页 |
| 5 系统调试 | 第70-75页 |
| 5.1 系统运行环境 | 第70页 |
| 5.2 功能调试 | 第70-73页 |
| 5.2.1 登录权限调试 | 第70-71页 |
| 5.2.2 车辆运行调度功能调试 | 第71-72页 |
| 5.2.3 车辆监控功能调试 | 第72-73页 |
| 5.2.4 客流量统计分析功能调试 | 第73页 |
| 5.3 性能调试 | 第73-74页 |
| 5.4 本章小结 | 第74-75页 |
| 结论 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-79页 |
| 攻读学位期间的研究成果 | 第79页 |
