论文部分内容阅读
随着互联网、云计算以及人工智能的发展,数据挖掘技术得到了广泛的应用,应用数据挖掘为企业带来了许多实际价值。近年来,由于GPS定位设备日益普及,我国在2016年出台相关规定,要求重型载货卡车必须安装、使用具有行驶记录功能的卫星定位装置。交通运输行业因此积累了大量的车辆定位数据,数据挖掘、人工智能以及云计算等的推广为分析挖掘这些定位数据提供了可能性。如何通过数据挖掘技术,对货车产生的定位数据进行挖掘,发现其中蕴含的有价值的信息,并为企业所用,提高企业的管理水平以及在行业中的竞争力,这是目前值得思考和研究的问题。本文以DS公司全部货车所产生的定位数据作为研究对象,依据公司的需求,就其数据挖掘及应用问题进行了分析与探讨。首先对包含数据坐标转换、数据去噪、轨迹压缩、地图匹配和轨迹补全等一般定位数据预处理进行了说明,提出了一个高内聚低耦合的定位数据预处理框架,并结合DS公司的需求以及该公司定位数据的特征对研究数据进行预处理,从而为后面的研究奠定了基础。同时相关研究人员可以结合自己的研究目的,依据该框架内对数据进行预处理和进一步研究。其次,依据对DS公司定位数据预处理的结果,进行了货车停留分析概述、基于定位数据的停留分析流程以及电子围栏的自动生成三方面的货车停留分析,并依据数据挖掘的结果,从电子围栏、业务点分布和停留时间与时长三个方面进行了应用分析与研究。针对利用现有人工方法所划设的电子围栏不准确且存在重叠、DS公司货车在某些业务点停留时间过长等问题,提出了相应的解决方法。第三,基于前两章数据处理产生的行程区间,根据DS公司需求、数据特征以及其关注点,确定了 DS公司行驶分析的主要内容,并从货车行驶时间及时长、货车行驶效率和货车行驶速度三个方面进行了数据挖掘与分析。分析表明,该公司的货车在行驶过程中主要存在长时间驾驶车辆、易疲劳时段驾驶以及超速驾驶等现象,且问题较为严重,同时该公司货车利用率(20%-40%)相对较低。针对发现的这些问题,从DS公司实际出发,提出相应的解决对策与措施。通过对DS公司货车所产生的定位数据进行分析挖掘与研究,基本满足了该公司通过定位数据了解公司货车运行状况的需求,因而能够帮助DS公司更好的对货车进行管理,进一步提高管理效率和管理水平。