声明
致谢
摘要
1.1 论文研究背景及意义
1.2 国内外研究现状
1.2.1 车流径路计算与优化方法研究
1.2.2 大数据与云计算架构及应用研究
1.2.3 序列建模与应用研究
1.3 研究内容及技术路线
1.3.1 研究内容
1.3.2 技术路线
2 铁路车流径路既有理论
2.1 铁路车流径路概述
2.1.2 车流径路的特点
2.2 车流径路与计费径路
2.3 车流径路的确定
2.3.1 理论计算法
2.3.2 生产计算法
2.4 车流径路与车流预测
2.5 本章小结
3 铁路车流运行径路的获取
3.1 车流运行径路
3.2 铁路运输信息集成平台
3.3 车流运行径路获取模型
3.3.1 径路节点映射模型
3.3.2 车辆报文匹配模型
3.3.3 径路序列拼接模型
3.4 车流运行径路获取算法
3.4.1 表结构设计
3.4.2 算法流程设计
3.5 本章小结
4 基于Hadoop的车流运行径路挖掘分析
4.1 大数据方法处理车流运行径路问题
4.1.1 Hadoop平台
4.1.2 HDFS模块
4.1.3 MapReduce编程模型
4.2 车流运行径路的处理架构设计
4.2.1 Hadoop集群节点布局与划分
4.2.2 Sqoop导入数据到HDFS
4.2.3 Map阶段任务配置与分发
4.2.4 Reduce阶段任务合并与数据存储
4.2.5 Sqoop导出数据到关系数据库
4.3 车流运行径路模式生成及径路预测
4.3.1 变阶马尔科夫模型
4.3.2 概率后缀树的构建
4.3.3 基于概率后缀树的径路预测
4.4 本章小结
5 算法实现与实例分析
5.1.2 系统运行软件环境
5.1.3 系统软件开发环境
5.2 运行径路数据获取
5.2.1 数据清洗处理
5.2.2 报文匹配处理
5.2.3 车次拼接处理
5.3 概率后缀树的构建
5.3.1 Sqoop工具实现数据导入
5.3.2 MapReduce程序实现
5.3.3 Sqoop工具实现数据导出
5.3.4 构建概率后缀树
5.4 运行径路的预测及应用
5.5 本章小结
6.1 论文主要内容总结
6.2 论文的不足与展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集