عنوان مقاله:

کاربرد فناوری‌های کلان داده و داده‌کاوی در لجستیک حمل‌ونقل جاده‌ای

Big Data and Data Mining Technologies Application at Road Transport Logistics

سال انتشار: 2022

رشته: مهندسی صنایع - مهندسی فناوری اطلاعات

گرایش: داده کاوی - لجستیک و زنجیره تامین - اینترنت و شبکه های گسترده - سامانه های شبکه ای

دانلود رایگان این مقاله:

دانلود مقاله کاربرد فناوری‌های کلان داده

مشاهده سایر مقالات جدید:

 

مقالات ISI مهندسی صنایع

 

مقالات ISI مهندسی فناوری اطلاعات

3. Analysis of the received data

An algorithm and methodology that allows collecting and analyzing information about traffic congestion was developed and tested in the course of earlier research (RFBR grants No. 11-06-00323 and No. 14-06-00249). Taking into account of traffic’s big data, a complex of software solutions was developed that allows collection and analysis in a semi-automatic mode. The data required for further research characterizing the workload of the transport system are collecting in the following form:

 in accordance with the uniform distribution of the starting points over the study area, a unique number is determined;

 for further analysis, in accordance with the time reference, information about the date of data receipt is generated in mysql format YYYY-MM-DD HH: MM: SS;

 in accordance with the constructed route on the house-work section, the length in meters is saved for further analysis;

 information about the travel time by car is saved, taking into account traffic jams, based on data from the Yandex.Maps service.

A variable generated for each route in a single copy as a constant:

 travel time by car without traffic jams, based on data from the Yandex.Maps service).

The collected data allows to make some conclusions regarding the loading and time losses on roads within the day and week. Considering the intraday time losses it can be argued that the congestion of the transport infrastructure sharply increases between 5-9 am and 16-18 pm in the direction of the Moscow region to Moscow.

The opposite direction is characterized by a sharp increase in time losses due to road congestion in the period from 2 pm to 8 pm and from 5 am there is a constant increase of roads loading until 6 pm (Fig. 2).

(دقت کنید که این بخش از متن، با استفاده از گوگل ترنسلیت ترجمه شده و توسط مترجمین سایت ای ترجمه، ترجمه نشده است و صرفا جهت آشنایی شما با متن میباشد.)

3. تجزیه و تحلیل داده های دریافتی

یک الگوریتم و روشی که امکان جمع‌آوری و تجزیه و تحلیل اطلاعات در مورد تراکم ترافیک را فراهم می‌کند در دوره تحقیقات قبلی توسعه و آزمایش شد (کمک‌های RFBR شماره 11-06-00323 و شماره 14-06-00249). با در نظر گرفتن کلان داده های ترافیک، مجموعه ای از راه حل های نرم افزاری ایجاد شد که امکان جمع آوری و تجزیه و تحلیل را در حالت نیمه خودکار فراهم می کند. داده های مورد نیاز برای تحقیقات بیشتر که بار کاری سیستم حمل و نقل را مشخص می کند به شکل زیر جمع آوری می شود:

 مطابق با توزیع یکنواخت نقاط شروع در منطقه مورد مطالعه، یک عدد منحصر به فرد تعیین می شود.

 برای تجزیه و تحلیل بیشتر، مطابق با مرجع زمانی، اطلاعات مربوط به تاریخ دریافت داده ها با فرمت mysql YYYY-MM-DD HH: MM: SS تولید می شود.

 مطابق با مسیر ساخته شده در بخش خانه-کار، طول بر حسب متر برای تجزیه و تحلیل بیشتر ذخیره می شود.

 اطلاعات مربوط به زمان سفر با ماشین، با در نظر گرفتن ترافیک، بر اساس داده های سرویس Yandex.Maps ذخیره می شود.

متغیری که برای هر مسیر در یک کپی به صورت ثابت تولید می شود:

 زمان سفر با ماشین بدون ترافیک، بر اساس داده های سرویس Yandex.Maps).