基于Hadoop平臺(tái)的鐵路車流運(yùn)行徑路獲取與預(yù)測(cè)模型及算法研究.pdf

1、近年來鐵路總公司積極推進(jìn)貨物運(yùn)輸改革，努力提高鐵路貨運(yùn)服務(wù)水平，加強(qiáng)鐵路物流化建設(shè)，力求擴(kuò)大鐵路運(yùn)輸在貨物運(yùn)輸市場(chǎng)中的份額。但是目前鐵路貨運(yùn)中最突出的問題是貨物運(yùn)輸?shù)臅r(shí)間具有很大的不確定性，大大制約了鐵路運(yùn)輸?shù)母?jìng)爭(zhēng)力。雖然鐵路部門制定了鐵路貨物運(yùn)到期限，但是貨物運(yùn)輸時(shí)間仍會(huì)受到車流集結(jié)、車流改編等運(yùn)輸作業(yè)的影響，因此鐵路部門需要加強(qiáng)對(duì)車流的有效掌控，提升運(yùn)輸組織效率。而準(zhǔn)確的車流預(yù)測(cè)可以實(shí)現(xiàn)對(duì)車流分布的有效掌控，可以及時(shí)避免車流擁堵的發(fā)

2、生，保證路網(wǎng)的運(yùn)輸效率。車流預(yù)測(cè)的基礎(chǔ)是車流徑路，確定合理的車流徑路，對(duì)于準(zhǔn)確地進(jìn)行車流預(yù)測(cè)、高效地進(jìn)行運(yùn)輸組織具有重要作用。
　　本文以確定合理的車流徑路為研究目標(biāo)，借助鐵路運(yùn)輸信息集成平臺(tái)提供的各業(yè)務(wù)系統(tǒng)整合的數(shù)據(jù)，構(gòu)建車流運(yùn)行徑路獲取模型來獲取車流運(yùn)行過程中的真實(shí)走行徑路，并利用Hadoop平臺(tái)處理車流運(yùn)行徑路大數(shù)據(jù)集，對(duì)車流經(jīng)由的每個(gè)車站構(gòu)建針對(duì)不同貨種的車流運(yùn)行徑路模式和概率后綴樹，并在車流預(yù)測(cè)系統(tǒng)中進(jìn)行驗(yàn)證。具體工作如

3、下:
　　(1)對(duì)反映車流實(shí)際走行情況的車流運(yùn)行徑路進(jìn)行研究，借助鐵路運(yùn)輸信息集成平臺(tái)獲取經(jīng)過整合和共享的鐵路業(yè)務(wù)數(shù)據(jù)，建立徑路節(jié)點(diǎn)映射模型、車輛報(bào)文匹配模型、徑路序列拼接模型來獲取完整的車流運(yùn)行徑路。
　　(2)考慮到鐵路車流運(yùn)行徑路的數(shù)據(jù)量會(huì)隨著時(shí)間的累積不斷增大，傳統(tǒng)數(shù)據(jù)分析方法不能實(shí)現(xiàn)對(duì)不斷增加的海量數(shù)據(jù)的有效分析，本文設(shè)計(jì)大數(shù)據(jù)分析方法利用Hadoop平臺(tái)來處理車流運(yùn)行徑路數(shù)據(jù)，利用Sqoop工具實(shí)現(xiàn)傳統(tǒng)關(guān)系型數(shù)據(jù)

4、庫(kù)與分布式文件系統(tǒng)HDFS之間的數(shù)據(jù)傳輸，利用MapReduce編程模型高效處理車流運(yùn)行徑路大數(shù)據(jù)集，利用變階馬爾科夫模型對(duì)車流運(yùn)行徑路的徑路序列進(jìn)行處理，建立運(yùn)行徑路模式并構(gòu)建概率后綴樹，用以預(yù)測(cè)車流運(yùn)行徑路。
　　(3)利用Java編程實(shí)現(xiàn)基于運(yùn)輸信息集成平臺(tái)的車流運(yùn)行徑路獲取過程，搭建Hadoop平臺(tái)進(jìn)行MapReduce編程開發(fā)來處理車流徑路大數(shù)據(jù)，并實(shí)現(xiàn)車流運(yùn)行徑路模式提取和概率后綴樹的構(gòu)建，以不同貨種、不同徑路模式預(yù)測(cè)