基于数据挖掘技术的交通流预测系统设计

论文摘要

在我国,高速公路的快速发展在带来巨大经济与社会效益的同时,高速公路运行过程中存在着交通拥挤、交通安全和环境污染等问题也日渐突出,人们越来越迫切地期望获得高速、安全、舒适和高效的出行环境。因此,提高高速公路管理部门和其他决策部门的服务质量已成为大势所趋,这也为智能交通系统的推广及应用开辟一片广阔的空间。智能交通系统是由通讯系统将运输系统中的人、车、路三要素紧密地结合在一起,最大限度的发挥整个交通运输系统的运输和管理效率。正确的交通流预测,是智能交通系统的实时交通信号控制,交通分配、路径诱导、自动导航,事故检测等的前提。总结以往交通流预测的研究方法,可以分成基于传统统计理论的方法、基于神经网络的方法、基于非线性理论的方法和基于新兴技术的预测方法。本文以统计理论为基础,在数据挖掘分类方法的指导下,根据交通流数据自身的特点,提出一种变异的基于距离的分类方法。该方法认为数据间相似的一组数值即是一“类”,在预测阶段通过查找与新案例同“类”的记录来估计未知数值。本文首先根据交通流预测系统的开发目标,进行具体的系统设计需求分析。其次,以数据挖掘技术为指导思想,对交通流预测系统进行详细的软件设计。最后,对开发的交通流预测系统的实际性能进行评价。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 国内外研究现状
• 1.3 研究目的和意义
• 1.4 本文研究内容及结构
• 第二章 数据挖掘技术
• 2.1 数据挖掘概述
• 2.1.1 数据挖掘技术产生的背景
• 2.1.2 数据挖掘的概念
• 2.1.3 数据挖掘研究对象
• 2.1.4 数据挖掘的任务
• 2.2 知识发现的基本过程
• 2.3 本章小结
• 第三章 分类方法
• 3.1 分类方法概述
• 3.2 分类的基本概念与步骤
• 3.3 经典分类算法
• 3.3.1 基于距离的分类方法
• 3.3.2 决策树分类方法
• 3.3.3 贝叶斯分类
• 3.3.4 粗糙集分类
• 3.4 本章小结
• 第四章 系统设计需求分析
• 4.1 系统设计目标
• 4.2 系统设计功能要求
• 4.3 数据流图与数据字典
• 4.3.1 数据流图
• 4.3.2 数据字典
• 4.4 系统接口
• 4.4.1 用户接口
• 4.4.2 软件接口
• 4.5 系统设计原则
• 4.6 其它需求
• 4.6.1 数据库需求
• 4.6.2 系统操作要求
• 4.7 本章小结
• 第五章 基于数据挖掘技术的交通流预测系统软件设计
• 5.1 问题定义
• 5.1.1 了解行业情况,确定挖掘目的
• 5.1.2 确定学习方法
• 5.2 数据抽取
• 5.3 数据预处理
• 5.3.1 数据集成
• 5.3.2 数据库设计
• 5.3.3 数据清洗
• 5.4 数据挖掘
• 5.4.1 提取与验证知识
• 5.4.2 知识提取模块流程
• 5.4.3 知识表示模式
• 5.5 模式评估及其预测
• 5.5.1 模式评估
• 5.5.2 预测界面
• 5.5.3 预测的核心代码
• 5.6 本章小结
• 第六章 交通流预测系统性能评价
• 6.1 评价指标
• 6.1.1 平均误差
• 6.1.2 相关系数
• 6.2 预测分析
• 结论和建议
• 结论
• 建议
• 参考文献
• 致谢