發(fā)布時間：2018-11-22 12:41

【摘要】：我國目前汽車保有量不斷增長,給千家萬戶出行帶來了便利,同時也是對城市的市政建設(shè)和城市管理的一大考驗。造成停車難題的根源是停車位數(shù)量有限、車庫位置信息不足、車庫管理不當(dāng)及違章停車等。由于短期內(nèi)無法將短缺的停車位大幅提升,解決城市停車難題就依賴于如何進行停車尋位選擇以及最優(yōu)路徑誘導(dǎo)。因此,本文設(shè)計實現(xiàn)了基于大數(shù)據(jù)的尋位最優(yōu)路徑停車誘導(dǎo)系統(tǒng)。利用數(shù)據(jù)處理技術(shù),根據(jù)車位信息等參數(shù),通過信息采集、傳輸、處理與發(fā)布,以及客戶端應(yīng)用幾個模塊相連,利用計算機給出最優(yōu)停車場地點選擇,并根據(jù)最優(yōu)路徑進行停車誘導(dǎo),這不只能夠方便用戶停車還可以對停車場管理起到重要作用。本文首先從課題的研究背景及意義出發(fā),分析了目前我國停車面臨的問題,并對當(dāng)前關(guān)于尋位算法以及最優(yōu)路徑誘導(dǎo)方法進行了研究與對比,明確了應(yīng)利用尋位算法以及最優(yōu)路徑算法來解決停車難題的現(xiàn)實意義及必要性。本文主要完成了以下工作:首先,對比分析目前國內(nèi)外在尋位算法與最優(yōu)路徑誘導(dǎo)算法方面的研究現(xiàn)狀,選出了適合本系統(tǒng)的最優(yōu)路徑誘導(dǎo)算法,并提出了基于多指數(shù)決策的最優(yōu)尋位算法;其次,分別對最優(yōu)尋位算法與最優(yōu)路徑誘導(dǎo)算法進行了算法實驗驗證,證明了該算法的優(yōu)越性以及實用性;最后,設(shè)計基于大數(shù)據(jù)的最優(yōu)尋位與最優(yōu)路徑誘導(dǎo)系統(tǒng)的總體框架,搭建了軟硬件實驗平臺,進行最優(yōu)尋位與最優(yōu)路徑誘導(dǎo)實驗,實現(xiàn)了從數(shù)據(jù)采集到信息處理與發(fā)布最后到系統(tǒng)應(yīng)用的一系列系統(tǒng)功能,證明了本文中算法和系統(tǒng)的可行性和實用性,對實驗結(jié)果分析表明本文提出的基于大數(shù)據(jù)的最優(yōu)尋位與最優(yōu)路徑誘導(dǎo)系統(tǒng)能夠在一定程度上解決停車難題。
[Abstract]:At present, the number of cars in our country is increasing, which brings convenience to the travel of thousands of families, and it is also a great test to the municipal construction and urban management of the city. The root causes of parking problems are limited number of parking spaces, insufficient information on garage location, improper garage management and illegal parking, etc. Because the shortage of parking space can not be greatly increased in the short term, the solution to the problem of urban parking depends on how to select the parking location and how to guide the optimal path. Therefore, this paper designs and implements an optimal parking guidance system based on big data. Using data processing technology, according to parking space information and other parameters, through information collection, transmission, processing and release, as well as client application several modules connected, using the computer to give the best parking lot location selection, According to the optimal path, parking guidance can not only facilitate the parking of users, but also play an important role in parking management. Based on the research background and significance of the subject, this paper first analyzes the problems facing parking in China, and compares the current algorithms of location finding and optimal path guidance. The practical significance and necessity of location finding algorithm and optimal path algorithm to solve the difficult parking problem are clarified. The main work of this paper is as follows: firstly, the research status of location finding algorithm and optimal path guidance algorithm at home and abroad are compared and analyzed, and the optimal path guidance algorithm suitable for this system is selected. An optimal location finding algorithm based on multi-exponential decision is proposed. Secondly, the optimal location finding algorithm and the optimal path guidance algorithm are verified by experiments, and the advantages and practicability of the algorithm are proved. Finally, the overall framework of optimal location finding and optimal path guidance system based on big data is designed, and the hardware and software experimental platform is set up, and the optimal location finding and optimal path guidance experiment is carried out. It realizes a series of system functions from data acquisition to information processing and publishing, and finally to the application of the system, which proves the feasibility and practicability of the algorithm and system in this paper. The experimental results show that the proposed optimal location finding and optimal path guidance system based on big data can solve the parking problem to some extent.
【學(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：U491.7;TP311.13

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 梁瀟;錢志鴻;田洪亮;王雪;;基于馬爾可夫決策模型的異構(gòu)無線網(wǎng)絡(luò)切換選擇算法[J];物理學(xué)報;2016年23期

2 劉婧;關(guān)宏志;賀玉龍;趙昕;;大城市中心區(qū)停車尋位研究[J];公路交通科技;2016年01期

3 黃翔;王志忠;郭建華;;Theoretical generalization of Markov chain random field from potential function perspective[J];Journal of Central South University;2016年01期

4 張素紅;李博;吳飛;楊廣達(dá);;基于物聯(lián)網(wǎng)的智能停車場管理系統(tǒng)設(shè)計及實現(xiàn)[J];物聯(lián)網(wǎng)技術(shù);2015年11期

5 張磊;;基于logit模型的停車費率變化對居民出行方式的影響分析[J];交通與運輸(學(xué)術(shù)版);2015年01期

6 戴帥;劉金廣;朱建安;鞏建國;;中國城市機動化發(fā)展情況及政策分析[J];城市交通;2015年02期

7 田瓊;楊麗;羅婷;;基于馬爾科夫鏈的停車尋位模型與仿真[J];交通運輸系統(tǒng)工程與信息;2015年01期

8 王樹西;李安渝;;Dijkstra算法中的多鄰接點與多條最短路徑問題[J];計算機科學(xué);2014年06期

9 姚思泉;張臨;陳智存;熊煉;;LTE HeNB的X2切換控制面的研究與應(yīng)用[J];移動通信;2014年08期

10 羅從雙;王儀;;中小城市商業(yè)區(qū)停車調(diào)查與分析[J];河南城建學(xué)院學(xué)報;2013年04期

相關(guān)碩士學(xué)位論文 前10條

1 劉志凱;基于Web的Python編程環(huán)境研究[D];新疆農(nóng)業(yè)大學(xué);2015年

2 劉敏;大型停車場車輛定位與停車誘導(dǎo)研究[D];天津大學(xué);2014年

3 袁德宇;類人猿機器人復(fù)雜地貌下路徑搜索與全方位步行研究[D];哈爾濱工業(yè)大學(xué);2014年

4 張樹德;基于復(fù)雜網(wǎng)絡(luò)理論的城市道路網(wǎng)絡(luò)脆弱性研究[D];哈爾濱工業(yè)大學(xué);2014年

5 馮璐璐;基于物聯(lián)網(wǎng)的停車泊位誘導(dǎo)系統(tǒng)關(guān)鍵技術(shù)研究[D];吉林大學(xué);2013年

6 安麗君;基于嵌入式的物聯(lián)網(wǎng)信息采集系統(tǒng)的設(shè)計與實現(xiàn)[D];北京郵電大學(xué);2013年

7 雒娜;基于ECLIPSE平臺的OPS插件開發(fā)[D];上海交通大學(xué);2012年

8 趙新;基于移動GIS的Dijkstra算法的優(yōu)化及應(yīng)用研究[D];成都理工大學(xué);2012年

9 孫磊;城市中心區(qū)自駕車通勤者停車選擇行為研究[D];哈爾濱工業(yè)大學(xué);2010年

10 李舒晨;網(wǎng)絡(luò)信息采集處理平臺的研究[D];北京交通大學(xué);2009年

，

本文編號：2349401