基于MapReduce的Fisher最優(yōu)分割法在公交車調(diào)度上的運用.pdf

1、在城市發(fā)展當(dāng)中，現(xiàn)代人的生活節(jié)奏越來越快，汽車保有量逐年上升，而道路越來越擁擠，使交通越來越不便利，嚴重的導(dǎo)致了社會經(jīng)濟效益下降，妨礙人們的生活，汽車保有量的上升增加了汽車排放的尾氣，這又會導(dǎo)致溫室效應(yīng)，并且污染我們的環(huán)境，這些都不利于我國城市的發(fā)展。公共交通工具具有節(jié)能環(huán)保，減少二氧化碳的排放而且能夠有效的減少交通擁堵的狀況，是改善大氣環(huán)境的一個重要手段之一。公車調(diào)度在公交企業(yè)中具有舉足輕重的地位。為了廣大乘客能夠便宜便捷的出行，減少

2、二氧化碳的排放節(jié)約能源，增加乘客滿意度，有效率的公車調(diào)度是非常重要的，而對公交車行駛時間進行合理的分段又是其中一項重要的研究方向。隨著數(shù)據(jù)爆炸式的增長和累積使我們進入大數(shù)據(jù)時代，迫切需要功能強大的數(shù)據(jù)挖掘工具，以獲得有價值的信息。在Apache的Hadoop平臺上可以實現(xiàn)，聚類分析、分類分析等眾多數(shù)據(jù)挖掘分析的經(jīng)典算法，一定程度上為大規(guī)模數(shù)據(jù)的挖掘分析提供了方便[5]。公交車管理信息系統(tǒng)天天都產(chǎn)生大量的車載 GPS數(shù)據(jù)，這些數(shù)據(jù)需要在