广东工业大学学报 ›› 2018, Vol. 35 ›› Issue (03): 113-118.doi: 10.12052/gdutxb.180022

• 综合研究 • 上一篇    

基于大数据运输集团生产运营决策系统的构建及应用

李卫华1, 李志猛2   

  1. 1. 惠州学院 信息科学技术学院, 广东 惠州 516015;
    2. 广东韵为大数据技术咨询有限公司, 广东 广州 510640
  • 收稿日期:2018-01-30 出版日期:2018-05-09 发布日期:2018-05-24
  • 作者简介:李卫华(1977-),女,讲师,主要研究方向为机器学习、数据挖掘、大数据.E-mai:410128774@qq.com
  • 基金资助:
     

Construction and Application of the Production Operation & Decision-making System Based on Big Data for Transport Group

Li Wei-hua1, Li Zhi-meng2   

  1. 1. School of Information Science and Technology, Huizhou University, Huizhou 516007, China;
    2. Guangdong Yunwei for Big Data Technology Consulting Limited Company, Guangzhou 510640, China
  • Received:2018-01-30 Online:2018-05-09 Published:2018-05-24
  • Supported by:
     

HTML

PDF (PC)

2738

摘要： 为实现南方某运输集团公司生产运营数据的统一采集、处理、分析与决策，本文构建基于大数据的生产运营决策系统.该系统可使管理者快速了解分析各业务部门的生产运营状态，使决策者借助可视化功能强大的管理驾驶舱分析面向生产运营主题的多维数据集，提高运输集团的信息化水平.在此基础上进行各种大数据分析应用，可有效促进运输集团生产运营智能化水平，为相关系统的数据挖掘和分析提供有益的借鉴.

关键词: 运输集团, 生产运营决策系统, 大数据, 多维数据集, 数据分析

Abstract: To achieve the unified collecting, processing, analyzing and decision of the production and operation data for the Southern Transport Group, the production operation and decision-making system based on big data was constructed. It can help the administrators rapidly analyze the production and operation status of each department. With the help of the powerful visual function of the management cockpit, the decision makers can analyze the multidimensional datasets of the production and operation. It can also raise the level of informatization. On this basis, analysis and implements for sorts of big data were carried out to improve the intelligent level of the production and operation for the transport group. It can be useful for data mining and analysis of related study.

Key words: transport group, the production operation and decision-making system, big data, multidimensional datasets, data analysis

中图分类号: 

  • TP399
[1] MANYIKA J, CHUI M, BROWN B, et al. Bigdata:the next frontier for innovation, competition, andproductivity[R]. Las Vegas:The Mc Kinsey Global Institute, 2012.
[2] 谢振东, 吴金成, 李之明, 等. 企业大数据能力的构建与培育研究[J]. 广东工业大学学报, 2017, 34(3):110-114.XIE Z D, WU J C, LI Z M, et al. A study of construction and cultivation of big data capacity of enterprise[J]. Journal of Guangdong University of Technology, 2017, 34(3):110-114.
[3] 申琢. 基于云计算和大数据挖掘的矿山事故预警系统研究与设计[J]. 中国煤炭, 2017, 43(12):109-114.SHEN Z. Study on early warning system of coal mine accidents basedon cloud computing and big data crunching platform[J]. China Coal, 2017, 43(12):109-114.
[4] 黄小庆, 陈颉, 田世明, 等. 电动汽车充电站规划、运行中的大数据集成应用[J]. 电网技术, 2016, 40(3):762-767.HUANG X Q, CHEN J, TIAN S M, et al. Big data integration for optimal planning and operation of electric vehicle charging stations[J]. Power System Technology, 2016, 40(3):762-767.
[5] 杜汉昌, 丁磊, 冯永晋. 面向零售业的大数据商业智能系统研究[J]. 广东工业大学学报, 2014, 31(4):41-45.DU H C, DING L, FENG Y J. Research on business intelligence system with the big data for retail industry[J]. Journal of Guangdong University of Technology, 2014, 31(4):41-45.
[6] 肖润谋, 李彬, 陈荫三. 基于大数据的高速公路运输趋势分析[J]. 交通运输工程学报, 2015, 15(5):85-90.XIAO R M, LI B, CHEN Y S. Trend analysis of expressway transportation based on big data[J]. Journal of Traffic and Transportation Engineering, 2015, 15(5):85-90.
[7] 陆文驰. 论大数据时代下公路客运集团财务分析发展[J]. 财会学习, 2017,(11):21-22.LU W C. On the financial analysis development of highway transport group in the era of big data[J]. Accounting Learning, 2017,(11):21-22.
[8] 杨竞. 基于云理论的公路客运服务旅客满意度测评研究[D]. 西安:长安大学公路学院, 2015.
[9] 皮瑞麟. 数据可视化技术在客运信息监测系统中的研究与应用[D]. 广州:华南理工大学计算机科学与工程学院, 2016.
[10] 李辉, 李娜. 浅谈物联网技术在长途汽车客运管理中的应用[J]. 中国西部科技, 2015, 14(6):5-7.LI H, LI N. The application of internet of things technology in the management of long-distance bus transport[J]. Science and Technology of West China, 2015, 14(6):5-7.
[11] 王庆福. 贝叶斯网络在用户兴趣模型构建中的研究[J]. 无线互联科技, 2016,(12):101-102.WANG Q F. Research on user interest model construction based on bayes network[J]. Wireless Internet Technology, 2016,(12):101-102.
[12] 孟巍, 吴雪霞, 李静, 等. 基于大数据技术的电力用户画像[J]. 电信科学, 2017, 33(S1):15-20.MENG W, WU X X, LI J, et al. Power user portraits based on big data technology[J]. Telecommunications Science, 2017, 33(S1):15-20.
[13] 尚炜. 当前客运事故高发原因分析及对策建议[J]. 道路交通管理, 2006,(4):36-41.SHANG W. Analysis and suggestions of causes of frequent incidence of passenger traffic accidents[J]. Road Traffic Managemen, 2006,(4):36-41.
[14] 王光娟, 詹永照, 刘志强. 基于DM642的嵌入式疲劳驾驶监测系统的实现[J]. 计算机应用, 2007, 27(10):2612-2614.WANG G J, ZHAN Y Z, LIU Z Q. Implementation of embedded real-time driving fatiguemonitoring systembased on DM642[J]. Journal of Computer Applications, 2007, 27(10):2612-2614.
[15] 郭东峰, 李彦. 基于物联网的嵌入式酒驾自动检测系统设计[J]. 计算机测量与控制, 2013, 21(3):594-596.GUO D F, Li Y. Design of the embedded drunk driving automatic test system based on internet of things[J]. Computer Measurement & Control, 2013, 21(3):594-596.
[16] 刘兰芳. 大数据背景下道路运输运营管理数据挖掘研究与应用[D]. 长春:吉林大学交通学院, 2017.
[1] 刘洪伟, 梁周扬, 左妹华, 陆丹, 范梦婷, 何锐超. 利用消费者浏览行为识别品牌竞争关系研究[J]. 广东工业大学学报, 2019, 36(05): 1-6,13.
[2] 黄健文, 朱雪梅, 徐莹, 熊璐, 张伟国. 基于多源大数据的岭南地区老旧小区空间形态量化研究[J]. 广东工业大学学报, 2019, 36(04): 70-79.
[3] 白颉, 姚家进, 张茂军, 李桥兴. 金融大数据中条件非相关波动模型的单纯形搜索算法[J]. 广东工业大学学报, 2018, 35(05): 26-30.
[4] 孙为军, 谢胜利, 汪谷银, 刁俊武, 阮航. 智能工厂工业大数据云平台的设计与实现[J]. 广东工业大学学报, 2018, 35(03): 67-71.
[5] 饶东宁, 王军星, 魏来, 王雅丽. 并行最小割算法及其在金融社交网络中的应用[J]. 广东工业大学学报, 2018, 35(02): 46-50.
[6] 谢振东, 吴金成, 李之明, 伍冠桦. 企业大数据能力的构建与培育研究[J]. 广东工业大学学报, 2017, 34(03): 110-114.
[7] 饶东宁, 温远丽, 魏来, 王雅丽. 基于Spark平台的社交网络在不同文化环境中的中心度加权算法[J]. 广东工业大学学报, 2017, 34(03): 15-20.
[8] 刘冬宁, 卢明俊, 黄宝莹, 梁路. 先序约束下的群组角色指派及其优化[J]. 广东工业大学学报, 2017, 34(03): 21-29.
[9] 毛莉娜, 李卫华. 用信息流和知网构建大数据语义共享通道研究[J]. 广东工业大学学报, 2017, 34(03): 30-35.
[10] 吴金成, 谢振东, 伍冠桦, 方秋水, 余红玲. 基于交通一卡通数据的交通状态分析及动态控制研究[J]. 广东工业大学学报, 2017, 34(03): 77-82.
[11] 曾恩山，熊锐，吴坚，周鑫，张宗澜. 车用催化剂的台架快速老化研究[J]. 广东工业大学学报, 2016, 33(06): 49-52.
[12] 杜汉昌, 丁磊, 冯永晋. 面向零售业的大数据商业智能系统研究[J]. 广东工业大学学报, 2014, 31(4): 41-45.
[13] 李桥兴, 强保华, 杨春燕. 大数据基元的HBase数据库存储模型与实现[J]. 广东工业大学学报, 2014, 31(3): 8-13.
[14] 王勇, 许钟涛, 王瑛. 大数据环境下竞争情报系统的研究与实现[J]. 广东工业大学学报, 2014, 31(3): 27-31.
[15] 刘洪伟, 刘智慧, 朱慧, 陆涛. 大数据环境下跨组织间协同优化决策的隐私保护算法[J]. 广东工业大学学报, 2014, 31(3): 21-26.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 2017 《广东工业大学学报》编辑部
地址：广州市东风东路729号广东工业大学 邮编：510090
电话：020-37626653,020-37626139,020-37626396
邮箱：xbzrb@gdut.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发