大数据下的公交管理系统论文

导语：大数据下的公交管理系统论文一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

1总体思想

基于大数据的智慧云公交调度管理系统建立于智慧公交调度之上，以公交调度业务为主线，在公交车上部署GPS一体化设备、视频监控设备等，以2G/3G/4G为网络通道，上位机上部署服务器、调度工作站、维护工作站、监管工作站等硬件设备，以及相关的调度作业、实时监管、远程维护等软件系统，实现上下位数据交互。

2技术框架及功能设计

为了确保公交数据多年的数据不丢失，公交系统运行稳定、快速高效，整个系统采用数据仓库、云技术、大数据、虚拟网络等高端技术设计，实现从终端数据采集、基础数据运维、调度作业、实时监管、高级挖掘分析等功能。服务器集群由GPS前置机、时实库处理服务器、数据库服务器、WEB应用服务器、文件服务器、流媒体服务器等服务器及相关的交换机、路由器等组成。放在中心机房，统一管理和维护。公交车安装GPS一体化设备、视频监控设备等，实时传输车辆的运行状况数据、接收并处理调度中心发出的信息、报站及预报站，与后台管理中心进行双向信息交流和通话。同时，车载终端系统还会对车辆速度、行车线路、停靠站点等进行智能分析，当某些参数超过标准值时，终端系统会自动报警，司机可采取相应措施，使公交车更加安全可靠。同时，调度中心能掌握路上运行车辆载客量、速度、停靠、等各种情况信息，可根据车辆位置速度等因素预计出车辆到站时间、距离等，并将这些预报信息通过GPRS发送到各电子站牌显示出来，乘客通过电子站牌可清楚了解等车情况，极大方便了乘客，提高了公交服务质量。调度中心和二级调度通过调度管理系统，将电子地图、公交线路网分别或同时，全部或局部显示在屏幕上，通过操作可以在电子地图上选取车辆并显示此时车辆的运行状态、速度、方向、线路号、车牌号码、车型等，实现监视、调度、管理各自管辖的公交车，并对公交车、司机等进行上下班、里程、正点率、完成率、油耗、材损等考核和独立核算。

3关键技术分析

3.1数据仓库设计、数据挖掘实现

公交GPS数据每10s上传1包（约100个byte），每辆车平均运行14个小时，1万辆车1个月的GPS实时数据大约为151M，加上调度排班、报警、加油加气、维修保养、票款收入等数据，每个月的实时数据大约500M，若加上视频监控报警采集数据（1个月约30G）将达到1年就是366G，存储10年就是3.7T，这样大规模的数据要快速存取，用以往的关系型数据库管理已经很难满足要求，所以采用大数据技术对这些数据进行存储、清洗、梳理、钻取，按需求将数据分布统维度和粒度生成熟数据保存，采用数据挖掘算法，快速为用户按需提供数据是必然，也是实现基于大数据的云智能公交调度管理系统的基础。

3.2云技术服务技术

大数据存储在数据中心，而应用存在各个离散的终端，网络资源不一致，通讯速度也千差万别，大规模数据快速访问而不耽误公交实时调度，用原始的方法几乎是不可能满足需求，利用云技术，将数据分块、切片、缓存、差异化数据交互等处理，建立云服务及云端应用机制，实现全网硬件资源综合利用的大虚拟网络环境，充分利用网内所有硬件资源，实现公交快速调度作业是该系统的关键所在。

4结论

基于大数据的云智能公交调度管理系统是顺应智慧城市发展潮流，充分理解公交调度的现状和未来发展的基础上提出的，经过实际应用验证，得到了用户的充分认可，在用户公交调度业务中发挥了极大的作用。基于大数据的云智能公交调度管理系统的实施极大地推动了城市公交信息化建设及智慧城市建设发展步伐，助推了我国大数据技术、云服务技术的快速发展，也为其他行业基于大数据的实时交互应用提供了一个可借鉴的案例。

作者：刘小峰单位：东方电子集团有限公司