離散域范圍內(nèi)的路徑規(guī)劃是在復雜的路徑拓撲網(wǎng)絡定位起始點和目標點,而后運用路徑搜索方法進行路徑尋優(yōu)規(guī)劃的過程。伴隨拓撲網(wǎng)絡的節(jié)點趨于指數(shù)增長,傳統(tǒng)基于圖形學的路徑優(yōu)化算法已逐漸展現(xiàn)疲態(tài),難以適應復雜多變的路徑拓撲網(wǎng)絡。因而在路徑尋優(yōu)方向的研究是不可或缺的。本文將以網(wǎng)絡拓撲構建為切入點,獲取網(wǎng)絡拓撲路徑實時狀態(tài),動態(tài)計算權值信息,據(jù)此完成整個路徑尋優(yōu)過程。具體地,本文的主要研究方向如下:（1）研究網(wǎng)絡拓撲結構構造方法。本文通過對網(wǎng)絡拓撲特征的剖析,依據(jù)圖形學方法定義節(jié)點間的關系,引入分層架構簡化數(shù)據(jù)存儲,使用鏈式存儲結構簡化節(jié)點結構。根據(jù)網(wǎng)絡環(huán)境完成節(jié)點、路徑、連通強度的定義,實現(xiàn)網(wǎng)絡拓撲架構的構建過程。（2）研究基于流數(shù)據(jù)的狀態(tài)判別算法。流數(shù)據(jù)相較于靜態(tài)數(shù)據(jù),可能包含更多的無關或冗余特征。本文在流特征分析的基礎上,提出一種基于多模型融合的狀態(tài)判別算法,算法能夠對流數(shù)據(jù)中出現(xiàn)的數(shù)據(jù)錯誤進行甄別并進行修正。接著算法會自動選擇與狀態(tài)判斷相關度高的特征,刪除與狀態(tài)判別相關度低甚至冗余特征,然后基于流特征屬性進行多特征聚類,利用相似性原理將對流特征屬性進行分門別類,將流數(shù)據(jù)實例劃分為多個存在明顯差... 

【文章來源】：電子科技大學四川省211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：80 頁

【學位級別】：碩士

【部分圖文】：

研究路線

2.1 流數(shù)據(jù)概述2.1.1 流數(shù)據(jù)定義隨著信息化進程的不斷演進，計算機通信技術、網(wǎng)絡存儲技術、智能采集技術、網(wǎng)絡計算技術等理論的不斷成熟，互聯(lián)網(wǎng)、醫(yī)療、金融、軍事等多數(shù)領域浮現(xiàn)出與傳統(tǒng)理念不相稱的全新的發(fā)展方向，即不同于以往行業(yè)內(nèi)僅產(chǎn)生少量、固定、孤立的數(shù)據(jù)，大量、隨機、持續(xù)的數(shù)據(jù)序列如河流般不斷涌現(xiàn)。即所謂的流數(shù)據(jù)。在多數(shù)現(xiàn)實問題中，人們不能假設即將面對和處理的是一組靜態(tài)數(shù)據(jù)實例相反，它們可能會持續(xù)到達，從而生成潛在的無限且不斷增長的數(shù)據(jù)集。它將隨著時間的推移進行自我擴展，新的實例將連續(xù)分批次或逐個到達。基于流數(shù)據(jù)特性，可對流數(shù)據(jù)進行如下簡單定義。定義 2-1 流數(shù)據(jù) 由數(shù)據(jù)對象 x 構成的數(shù)據(jù)流 Y，可以表示為 kY x,x,...x12 每個數(shù)據(jù)對象sx 由 m 個特征構成，nix 指代ix 數(shù)據(jù)對象的第 n 個特征值。圖 2-1 對流數(shù)據(jù)定義及結構進行了基本描述。

電子科技大學碩士學位論文（6） 隨機機制流數(shù)據(jù)對象的統(tǒng)計分布、概率分布隨時間而變化，數(shù)據(jù)模型需要更新分析以適應變化。靜態(tài)數(shù)據(jù)中的數(shù)據(jù)分布相對固定，不會發(fā)生過多的變化。圖 2-2 展示了傳統(tǒng)靜態(tài)數(shù)據(jù)處理同流數(shù)據(jù)處理之間的差異，可以發(fā)現(xiàn)，流處型明顯減少了數(shù)據(jù)交互過程，極大程度上保證了數(shù)據(jù)的實時效應及系統(tǒng)的響度。

【參考文獻】：
期刊論文
[1]改進蟻群算法在城市汽車導航中的應用[J]. 葛延峰,陳濤,孔祥勇,高立群.  控制工程. 2016(01)
[2]基于模糊C均值聚類的城市道路交通狀態(tài)判別[J]. 黃艷國,許倫輝,鄺先驗.  重慶交通大學學報(自然科學版). 2015(02)
[3]K最短路徑算法綜述[J]. 徐濤,丁曉璐,李建伏.  計算機工程與設計. 2013(11)
[4]基于參數(shù)預測的高速公路交通狀態(tài)判別[J]. 韋清波,蘇奎,何兆成,聶佩林,楊敬鋒.  交通信息與安全. 2012(06)
[5]路徑誘導系統(tǒng)中雙向啟發(fā)式A*算法研究[J]. 楊泳,戶佐安,何金海.  計算機工程與應用. 2014(16)
[6]我國智能交通系統(tǒng)技術發(fā)展現(xiàn)狀及展望[J]. 金茂菁.  交通信息與安全. 2012(05)
[7]交通路徑誘導系統(tǒng)中最優(yōu)路徑選取研究與仿真[J]. 潘海珠,杜曉昕,王波.  計算機仿真. 2012(07)
[8]基于生物種群模型的智能交通網(wǎng)絡控制[J]. 張海濤,秦黎明.  蘭州理工大學學報. 2012(01)
[9]路徑規(guī)劃算法及其應用綜述[J]. 張廣林,胡小梅,柴劍飛,趙磊,俞濤.  現(xiàn)代機械. 2011(05)
[10]高速公路交通運行狀態(tài)分類方法研究[J]. 徐婷,陳志建,程琳.  中國科技論文在線. 2010(10)

博士論文
[1]城市道路交通狀態(tài)評價和預測方法及應用研究[D]. 孫曉亮.北京交通大學 2013

碩士論文
[1]面向城市交通管理的道路交通狀態(tài)評估與信息發(fā)布[D]. 史巖.北京交通大學 2015
[2]基于云平臺的交通最短路徑算法的實現(xiàn)與分析[D]. 高飛.大連理工大學 2013
[3]基于滑動窗口的流數(shù)據(jù)聚類挖掘研究[D]. 王立錕.西南交通大學 2009



本文編號：3639624