基于云計算的交通網(wǎng)路徑優(yōu)化算法研究與實現(xiàn).pdf

1、近年來大城市的交通擁擠、交通事故等現(xiàn)象層出不窮，對人們的生活產(chǎn)生了極大地負(fù)面影響。智能交通系統(tǒng)被認(rèn)為是解決這一問題最好的方案。路徑誘導(dǎo)系統(tǒng)是智能交通系統(tǒng)中重要的組成部分，而路徑誘導(dǎo)算法又是路徑誘導(dǎo)系統(tǒng)的關(guān)鍵。提高路徑誘導(dǎo)算法的效率就成了解決交通問題的重要一步。隨著經(jīng)濟的不斷發(fā)展、城市化進(jìn)程的不斷加快，城市規(guī)模不斷擴大，交通系統(tǒng)的數(shù)據(jù)規(guī)模也逐漸趨向于海量化。
　　本文在深入研究以上問題的基礎(chǔ)上，針對智能交通中海量數(shù)據(jù)環(huán)境和高性能處理

2、需求，基于云計算平臺來處理海量數(shù)據(jù)，并研發(fā)分布式并行算法提高系統(tǒng)效率。本文的研究工作主要包括以下幾個方面:
　　(1)分析了云計算的相關(guān)核心技術(shù)，尤其是分布式文件系統(tǒng)(GFS)、分布式計算編程模型-MapReduce和分布式數(shù)據(jù)管理技術(shù)(Bigtable)，并對Hadoop的分布式文件系統(tǒng)HDFS和分布式數(shù)據(jù)庫HBase進(jìn)行了較為深入的應(yīng)用研究。
　　(2)研究了常用的路徑誘導(dǎo)算法，分析了各自的特點，在此基礎(chǔ)上對蟻群算法進(jìn)行

3、了改進(jìn)及并行化研究、并在Hadoop下基于MapReduce編程模型進(jìn)行了設(shè)計和實現(xiàn)。
　　(3)面向具體應(yīng)用，基于MapReduce模型和分布式數(shù)據(jù)管理技術(shù)，研究了交通網(wǎng)數(shù)據(jù)管理方法，采用交通仿真軟件VISSIM對交通數(shù)據(jù)進(jìn)行了分析，對交通網(wǎng)數(shù)據(jù)結(jié)構(gòu)進(jìn)行了設(shè)計。通過抽象建立面向蟻群算法的交通網(wǎng)數(shù)據(jù)模型，在此基礎(chǔ)上實現(xiàn)了基于云計算的并行蟻群算法。
　　(4)最后搭建了云計算平臺Hadoop，并對基于云計算的并行蟻群算法進(jìn)行了