开题报告-研究生

《开题报告-研究生》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、①全日制博士研究生；V全U制硕士研究生；研究生③工程硕士；④MBA；类别⑤高校教师在职攻读硕士学位；⑦同等学力申请硕丄•学位⑥中职教师在职攻读硕士学位。研究生学位论文开题报告申请表学号：2111203087研究生姓名：慕伟学科、专业：控制理论与控制丁.程学院：信息工程学院指导教师：陈国定教授浙江工业大学研究生院（筹）制2014年3月23円填①全日制博士研究生；V全U制硕士研究生；研究生③工程硕士；④MBA；类别⑤高校教师在职攻读硕士学位；⑦同等学力申请硕丄•学位⑥中职教师在职攻读硕士学位。研究生学位论文开题报告申请表学号：2

2、111203087研究生姓名：慕伟学科、专业：控制理论与控制丁.程学院：信息工程学院指导教师：陈国定教授浙江工业大学研究生院（筹）制2014年3月23円填关于研究生学位论文开题报告的有关说明1、幵题报告主要内容包拈：(1)论文选题的□的和意义；(2)国内外关于该课题的研究现状及趋势；(3)木人的研究计划，包括研究目标、内容、技术路线、拟突破的难点或攻克的难关、G己的创新或特色、实验方案或写作计划等；(4)主要参考文献目录。开题报告的书而材料不得少于3000字。2、研究生在选题、系统查阅国内外有关文献及调研的基础上写出幵题报告

3、，并在所在学科、专业范围报告及论证，由导师主持，丼邀请有关学科、专业的专家三至五人组成开题报告评议组。评议组对开题报告进行评议表决，并由研究生导师在中请表上填写综合评语。4、开题报告通过后，研究生方可进入论文工作阶段。如未通过者，在3个月内可补做幵题报告，仍未通过者，则中止其学业，按退学处理。5、开题报告通过后，原则上一般不再随意改题。如确有特殊原因需改题者，须由研究生写书面报告，经指导教师签署意见，学院负责人审批后，报研究生院备案，并补做幵题报告。开题报告评议组成员姓名职称所在工作单位陈W定教授浙江工业大学张贵军教授浙江工

4、业大学邵奇可副教授浙江工业大学表决票数同意不同意评议结果□优秀□良好□合格□不合格丌题报告评语及结果开题报告综合评语：指导教师签名：年月曰拟定宁位论文题H基于数裾挖掘技术道路交通流数椐分析开题报告具体内界：(可另附页)一、选题目的和意义随着社会经济的发展和城市化的进程，道路交通拥堵严重、交通事故率上升、交通效率不高导致的资源浪费成为世界各个城市发展血临的共同问题。安全、便捷、好适和信息化的现代交通需求使宵能交通系统(IntelligentTransportationSystem,FTS)的研究和应用取得Z快速发展。智能交通系

5、统(ITS)是将先进的信息技术、数据通讯传输技术、电子传感技术、电子控制技术以及计算机处理技术等有效地集成运用于整个地而运输管理体系，而建立起的一种在大范闱内、全方位发挥作用的，实时、准确、高效的综合运输和管理体系。智能交通系统涵盖了交通运输系统的各个方面，是巾人、车、道路、设施、管理、环境等许多了系统组成的复杂的综合性系统，其木质是最大限度地实现信息的采集、处理、加工和井享，根据所获得的信息优化交通系统的控制策略，调整交通参与者的行为，实现整个交通系统的优化运行。交通流分析是交通系统的重要研究内容，传统交通流模型是描述交通

6、流状态变暈(逨度、密度和流量)随吋间和空间变化、分布规律及交通控制变景之间关系的方程式或映射。随着智能交通系统的发展，不断的产生一些新的应用和新的分析任务，如分析道路交通拥堵模型、发现道路交通状况之间的关联关系、预测未来一段吋间的道路交通状况等。传统的交通流分析方法和交通流模型的建立，无法适应当前智能交通系统对交通流数据分析处理的要求。数据挖掘技术作为一种在海量数据中发现模式及规则的方法，经过二十多年的发展，己取得了很多研究成果，在各个领域都有成功的应用。本文在分析智能交通系统的交通流数据特性和新的数据挖掘任务的基础上，提出

7、了一种交通流数椐挖掘模型。交通流数据挖掘技术研究现状和趋势2.1交通流数据挖掘技术研究现状数据挖掘的主要内容包括频繁模式挖掘、关联分析、聚类分析、分类分析、异常分析和演变分析等。数据挖掘作为目前最强冇力的一种数据分析技术，在智能交通数据分析方面已经取得了良好的应用。但是，如何设计有效的挖掘算法仍然是当前智能交通数据挖掘研究的关键。短时交通流预测是现代智能交通系统的核心N容，是实现先进的交通控制和交通诱导的基础。近几十年岡内外的许多专家和学者都致力于该领域的研究,研究了很多预测模型。大体分为三类：一是基于解析数学方法的模型，包

8、括历史平均模型、自回归模型、滑动平均模型、自冋归滑动平均模型及卡尔曼滤波模型；二是基于经验的智能预测模型，包括非参数回归模型、神经网络模型、动态交通分配模型及基于混沌理论的模型等；三是组合预测模型，单~的数学解析模型难以适应交通流所具冇的短吋随机性强的特点，基于经验的智能预测模型其复杂度高