營運(yùn)車輛運(yùn)行工況數(shù)據(jù)處理分析平臺相關(guān)技術(shù)的研究.pdf

1、在信息社會的高速發(fā)展的今天，各個行業(yè)都會產(chǎn)生規(guī)模龐大的數(shù)據(jù)，利用數(shù)據(jù)挖掘手段對產(chǎn)生的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析成為了每個行業(yè)的重要課題。車輛行駛工況就是對汽車行業(yè)的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析的項(xiàng)目。
　　車輛行駛工況也稱汽車運(yùn)轉(zhuǎn)循環(huán)，是針對某一類型的車輛在特定環(huán)境下的車輛行駛速度-時間歷程。行駛工況是一項(xiàng)汽車行業(yè)非常重要的內(nèi)容，它為汽車燃油經(jīng)濟(jì)性的測試、汽車排放標(biāo)準(zhǔn)的制定、新型汽車的研發(fā)以及當(dāng)?shù)亟煌顩r的概況等都具有相當(dāng)充分的數(shù)據(jù)參考價值。
　

2、　本文將通過學(xué)習(xí)構(gòu)建行駛工況的基本流程和方法以及對數(shù)據(jù)挖掘系統(tǒng)的研究實(shí)現(xiàn)一個營運(yùn)汽車行駛工況數(shù)據(jù)分析處理平臺，以此來完成合肥地區(qū)營運(yùn)汽車工況構(gòu)建工作。
　　本文首先采集來自輛營運(yùn)客車的行車數(shù)據(jù)，再根據(jù)其規(guī)模和特點(diǎn)，通過對幾個不同工況數(shù)據(jù)分析算法的比較，選擇主成分分析聚類算法作為數(shù)據(jù)挖掘的核心算法。主成分分析聚類方法構(gòu)建的行駛工況可以在保證工況代表性的前提下，通過主成分分析的降維作用減少工況運(yùn)算量，又使用聚類算法來對數(shù)據(jù)進(jìn)行合理分類

3、，從而更容易通過工況來分析當(dāng)?shù)氐慕煌ǖ缆窢顩r。
　　同時由于主成分分析方法的特點(diǎn)，對主成分分析聚類方法的標(biāo)準(zhǔn)化過程進(jìn)行改進(jìn)，由傳統(tǒng)的標(biāo)準(zhǔn)化方法改進(jìn)成均值化方法，通過理論和實(shí)際數(shù)據(jù)驗(yàn)證，改進(jìn)后的算法有效地提高了的算法性能。
　　經(jīng)過前期基本流程的學(xué)習(xí)和數(shù)據(jù)挖掘算法的準(zhǔn)備，運(yùn)用Java相關(guān)編程語言，實(shí)現(xiàn)營運(yùn)汽車行駛工況數(shù)據(jù)分析處理平臺，完成對工況數(shù)據(jù)的存儲。對工況數(shù)據(jù)進(jìn)行前期的預(yù)處理，令數(shù)據(jù)可以直接進(jìn)行數(shù)據(jù)挖掘分析;使用編程語言