前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇王菲語錄范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

王菲語錄范文第1篇

王振飛鶴工鷹鳴是荷蘭留學(xué)歸來的建筑師，也是一對默契又互補的“設(shè)計夫妻檔”王鹿鳴熱愛新知，觸點廣泛，王振飛則有著偏向嚴謹?shù)耐昝乐髁x情結(jié)，設(shè)計被他們“翻譯”成一種史其啟發(fā)意義的，藝術(shù)化的形式。在這種“翻譯”的過程中，確定的本質(zhì)產(chǎn)生不確定的多元呈現(xiàn)所帶來的啟發(fā)，是他們所癡迷酌。他們希望這種不確定的啟發(fā)也可以影響到人們更多的生活方面我們的設(shè)計是利用專一的方法論來指導(dǎo)廣泛的領(lǐng)域?qū)嵺`。我們一直專注于參數(shù)化設(shè)計的研究希望可以做得深入并且有所發(fā)展，但同時，我們的剖作領(lǐng)域又很寬泛――建筑、藝術(shù)、展覽設(shè)計，等等，我們會以這些不同的身份去貫徹我們的基本理論。我們之所以執(zhí)著于參數(shù)化設(shè)計，是由于本身的特性會在設(shè)計的過程中產(chǎn)生很多的不確定性而這些不確定的因素常常給我們帶來驚喜，這的確是件有趣的事!

我們剛剛為上海的荷蘭文化館做了名為“雙倍無限”的展覽設(shè)計該展覽由荷蘭van Abbe博物館與Anhub亞洲聯(lián)合舉辦，由一場展覽，系列表演，講座活動以及一本書籍組成。對于展覽空間設(shè)計，我們也是用參數(shù)化設(shè)計生成的方式，通過自由的流線形式達到對“無限”的表達。參觀者在這樣的展覽空間中有了更多主動的體驗，比如說，小朋友想順著隔斷往上爬，有的人或許覺得舒服，坐著就睡著了……展覽方式本身也是展覽的重要部分。

我們喜歡關(guān)注一些和設(shè)計完全不相關(guān)的東西，最近比較關(guān)注的是旅行和生物學(xué)。因為剛剛結(jié)束了―次旅行――在歐洲的很多城市中游走，好像出于職業(yè)習(xí)慣，不停地看建筑，各式各樣的建筑。但是，漸漸發(fā)現(xiàn)，其實那些我們奉為經(jīng)典的建筑對城市的影響并不大。反而是城市本身積淀的地理人文更能吸引我們。當(dāng)然，也有印象深刻的建筑，比如，波爾多音樂廳，OMA的建筑本身提供了一種全新的音樂體驗方式，是我們之前所沒有體會過的。這樣的建筑和空間對人來講，很有意義。至于生物學(xué)，讓我們感興趣的是生物進化中高度智能的體系，這其中的規(guī)律和內(nèi)涵讓我們覺得很奇妙!

我們對時尚和潮流的東西，不懂也不熱衷。但是會在意使用物件的品質(zhì)和設(shè)計細節(jié)。對于品牌反而不太注重。藝術(shù)方面，相比較傳統(tǒng)的藝術(shù)來講，我們更關(guān)注新媒體藝術(shù)，因為很多新的媒材的藝術(shù)作品鼓勵了人們回歸場所。比如埃利亞松和馬巖松最近合作的作品《感覺即真實》，只有在那個場域中作品才可以成立，并且對于參與其中的每一個人都會產(chǎn)生關(guān)聯(lián)并有所啟發(fā)。

王菲語錄范文第2篇

關(guān)鍵詞：無線傳感器網(wǎng)絡(luò)；路由協(xié)議；分簇；多跳；能量有效

中圖分類號：TP393

文獻標(biāo)志碼：A

文章編號：1001-9081（2016）11-3010-06

0 引言

無線傳感器網(wǎng)絡(luò)（Wireless Sensor Network，WSN）是由部署在監(jiān)測區(qū)域內(nèi)大量的傳感器節(jié)點組成，通過無線通信方式，監(jiān)測和收集區(qū)域內(nèi)對象信息的多跳自組織網(wǎng)絡(luò)系統(tǒng)。隨著信息技術(shù)的發(fā)展，WSN在生物醫(yī)療、國防軍事、環(huán)境檢測、搶險救災(zāi)、城市管理、智能家居、工農(nóng)業(yè)控制等領(lǐng)域有著廣泛的應(yīng)用前景。無線傳感器網(wǎng)絡(luò)最突出的特點是傳感器節(jié)點能量有限且不可再生，所以在無線傳感器網(wǎng)絡(luò)中，降低網(wǎng)絡(luò)能量消耗、延長網(wǎng)絡(luò)生存周期是面臨的重要挑戰(zhàn)[1]。

層次路由協(xié)議通過分簇在一定程度上延長了無線傳感器網(wǎng)路的生存周期。其中低功耗自適應(yīng)集簇分層（Low Energy Adaptive Clustering Hierarchy， LEACH）[2]協(xié)議通過隨機選擇一小部分節(jié)點作為簇頭節(jié)點并采用周期輪換機制，但由于隨機選擇簇頭節(jié)點導(dǎo)致簇頭節(jié)點分布不合理。此外，在數(shù)據(jù)傳輸階段，簇頭節(jié)點與匯聚節(jié)點直接通信，導(dǎo)致簇頭節(jié)點的能量消耗過快。呂濤等[3]通過引入簇成員數(shù)門限和合并極小簇的方法，避免存在極大簇和極小簇。文獻[4]針對LEACH協(xié)議頻繁地選擇簇頭節(jié)點消耗過多的能量提出了一種基于LEACH的簇頭連任協(xié)議（cluster head Reappointment protocol based on LEACH， LEACH-R），有效地延長了網(wǎng)絡(luò)的生存周期。

針對均勻分簇存在簇間能耗不均衡的問題，李成法等[5]提出了一個能量高效的非均勻分簇（Energy-Efficient Uneven Clustering， EEUC）算法。EEUC通過使用非均勻的競爭范圍來構(gòu)造大小不等的簇，使得靠近匯聚點的簇的規(guī)模小于遠離匯聚點的簇，均衡了簇頭節(jié)點的能量消耗。尚鳳軍等[6]提出了分布式能量有效非均勻成簇（Distributed Energy Efficient Unequal Clustering， DEEUC）算法，在選擇簇頭時，加入了平均能量因子平衡全網(wǎng)節(jié)點的剩余能量，并通過調(diào)節(jié)簇頭競爭半徑調(diào)節(jié)簇的大小，在一定程序上緩解了能耗不均衡的問題，但離基站比較近的簇頭頻繁轉(zhuǎn)發(fā)其他簇頭發(fā)送的數(shù)據(jù)包，因此消耗更多的能量，使得離基站近的簇頭容易死亡，產(chǎn)生“熱點”問題。蔣暢江等[7]提出了能量均衡的無線傳感器網(wǎng)絡(luò)非均勻分簇路由（Distributed Energy-Balanced Unequal Clustering routing， DEBUC）協(xié)議。DEBUC在選擇簇頭時，參考候選簇頭的剩余能量和鄰居節(jié)點的剩余能量，采用基于時間的簇頭競爭算法，通過控制候選簇頭的競爭范圍，使得距離基站較近的簇規(guī)模較小。數(shù)據(jù)傳輸時，簇頭節(jié)點根據(jù)節(jié)點剩余能量、簇內(nèi)通信代價和簇間通信代價，在鄰居簇頭中選擇中繼節(jié)點作為下一跳； 但存在離基站較遠的簇規(guī)模過大，節(jié)點能量消耗過多的問題。文獻[8]中提出了能量有效的LEACH改進協(xié)議（Energy Efficient Extended LEACH， EEE LEACH）。EEE LEACH采取分層的思想，在簇頭節(jié)點之間選取一些主簇頭節(jié)點。簇內(nèi)節(jié)點將數(shù)據(jù)發(fā)送給簇頭節(jié)點，簇頭節(jié)點將融合后的數(shù)據(jù)發(fā)送給距離最小的主簇頭節(jié)點，主簇頭節(jié)點將接收的數(shù)據(jù)包發(fā)送給匯聚節(jié)點。但是EEE LEACH存在主簇頭節(jié)點選擇不合理以及主簇頭節(jié)點能量消耗過大的問題，影響網(wǎng)絡(luò)的生存周期。黃廷輝等[9]提出了基于非均勻分簇的無線傳感器網(wǎng)絡(luò)分層路由協(xié)議（Hierarchical Routing Protocol based on Non-uniform Clustering， HRPNC）。HRPNC在分層的基礎(chǔ)上改進了DEBUC協(xié)議的競爭半徑，控制了節(jié)點競爭半徑的范圍，避免了大規(guī)模網(wǎng)絡(luò)中離基站遠的節(jié)點競爭半徑過大的問題。在簇頭選擇時，HRPNC隨機選擇一些節(jié)點作為候選簇頭節(jié)點，再依據(jù)節(jié)點競爭半徑選擇簇頭節(jié)點，而節(jié)點的基準(zhǔn)競爭半徑取決于每層的面積和節(jié)點數(shù)目。由于HRPNC沒有考慮節(jié)點的能量以及密集程度，存在簇頭節(jié)點選擇不合理的問題。

針對以上一些協(xié)議的不足，為了解決簇頭節(jié)點選取不合理以及能量消耗不均的“熱點”問題，本文提出了一個非均等分區(qū)的非均勻分簇路由協(xié)議（Unequal partition Area Uneven Clustering routing protocol， UAUC）。UAUC通過結(jié)合非均等分區(qū)以及綜合考慮能量因子、距離因子以及密集程度因子選擇簇頭節(jié)點，使簇頭節(jié)點分布更加合理。在數(shù)據(jù)傳輸時，通過構(gòu)建合理的路徑樹，均衡節(jié)點之間的能量消耗，提高網(wǎng)絡(luò)的生存周期。

1 網(wǎng)絡(luò)與能耗模型

1.1 網(wǎng)絡(luò)模型

本文假設(shè)無線傳感器網(wǎng)絡(luò)中所有節(jié)點隨機分布在一個矩形區(qū)域內(nèi)，網(wǎng)絡(luò)模型具有以下性質(zhì)：

1）節(jié)點隨機均勻地分布在監(jiān)測區(qū)域中。

2）基站位于監(jiān)測區(qū)域底邊中點處，且位置固定。

3）基站具有較強的計算能力、存儲能力，且能量不受限制。

4）所有節(jié)點都具有唯一的標(biāo)識（ID），能量受限。

5）節(jié)點可以通過計算得出當(dāng)前的剩余能量。

6）節(jié)點不具有位置感知能力。

7）節(jié)點具有相同的通信能力。

1.2 能耗模型

本文采用與文獻[2]中相同的無線通信能耗模型。如圖1所示，該模型考慮了無線傳輸中發(fā)射電路發(fā)射信號的能耗，功率放大器的能耗以及接收電路中接收信號的能耗。功率放大器的能耗與傳輸距離d有關(guān)：當(dāng)d

2 基于非均等分區(qū)的路由協(xié)議UAUC

本文提出的基于非均等分區(qū)的路由協(xié)議UAUC分成三個階段：第一階段，非均等分區(qū)階段；第二階段，選擇簇頭節(jié)點以及簇的形成階段；第三階段，數(shù)據(jù)傳輸階段。

路徑樹的構(gòu)建流程如下：

步驟1 開始，節(jié)點初始化。

步驟2 簇頭節(jié)點廣播數(shù)據(jù)包，找到鄰居節(jié)點，構(gòu)造出關(guān)系圖G。

步驟3 根據(jù)關(guān)系圖G，對節(jié)點進行分級。與基站可直接通信即圖G中與基站Sink直接有邊相連的節(jié)點定義為一級節(jié)點，與一級節(jié)點有邊相連的節(jié)點定義為二級節(jié)點，依次確定所有節(jié)點的等級。

步驟4 以基站Sink為根，一級節(jié)點作為樹的第一層節(jié)點，二級節(jié)點以一級節(jié)點作為父節(jié)點。當(dāng)二級節(jié)點只與一個一級節(jié)點有邊相連，則直接選擇此一級節(jié)點作為父節(jié)點；否則在一級節(jié)點中選擇使WL（i）最大的節(jié)點作為父節(jié)點，直到所有節(jié)點遍歷完成。

步驟5 結(jié)束。

以圖3為例，圖3（a）表示一個基站與簇頭節(jié)點之間的關(guān)系圖G，0號節(jié)點表示基站，1號節(jié)點到16號節(jié)點表示簇頭節(jié)點。根據(jù)關(guān)系圖G，可得到節(jié)點的等級數(shù)。一級節(jié)點為：1號節(jié)點、2號節(jié)點、3號節(jié)點和4號節(jié)點；二級節(jié)點為：5號節(jié)點、6號節(jié)點、8號節(jié)點、9號節(jié)點和10號節(jié)點；三級節(jié)點為：7號節(jié)點、11號節(jié)點、12號節(jié)點、14號節(jié)點、15號節(jié)點和16號節(jié)點；四級節(jié)點為：13號節(jié)點。一級節(jié)點作為路徑樹的第一層，二級節(jié)點作為路徑樹的第二層，依此類推。根據(jù)路徑樹的構(gòu)建流程構(gòu)造出一棵以基站為根節(jié)點的路徑樹，如圖3（b）所示。簇頭節(jié)點依照構(gòu)建出的路徑樹，將數(shù)據(jù)包發(fā)送給自己的父節(jié)點。

2.4 算法分析

UAUC先將網(wǎng)絡(luò)進行非均等分區(qū)，對每個區(qū)域選出合適的簇頭節(jié)點，其他節(jié)點不考慮所在區(qū)域直接選擇離自己最近的簇頭加入成簇。數(shù)據(jù)傳輸時，簇內(nèi)節(jié)點將數(shù)據(jù)包發(fā)送給簇頭節(jié)點，簇頭節(jié)點將接收到的數(shù)據(jù)包進行融合，然后按照構(gòu)建的路徑樹將數(shù)據(jù)包發(fā)送給自己的父節(jié)點，直到將數(shù)據(jù)包發(fā)送給基站。

為了避免簇頭節(jié)點能量消耗過快死亡，UAUC采用簇頭輪換機制。與LEACH協(xié)議不同，UAUC協(xié)議用區(qū)平均能量表示該區(qū)域中所有節(jié)點的平均能量。當(dāng)有簇頭節(jié)點的能量小于所在區(qū)域的區(qū)平均能量時，對該區(qū)域的簇頭節(jié)點進行重新選取，重新計算該區(qū)域中節(jié)點的value值，選擇value值最大的節(jié)點替換原來的節(jié)點作為新的簇頭節(jié)點。避免每輪全部選取新的簇頭所消耗的能量和代價。

UAUC的偽代碼如下所示，其中：n（i）.AreaNum代表節(jié)點n（i）所在的區(qū)域號， EnergyAvg（j）代表區(qū)域Aj的區(qū)平均能量，Nj表示區(qū)域Aj的節(jié)點數(shù)目。

程序前

ClusterHead selection algorithm

For every area Aj

For every node n（i）

If （n（i）.AreaNum==Aj）

Calculate value（i） according Eq（10）；

Else

Continue

End

End

Sort value（i），get the ClusterHead for the Aj；

End

Forming Cluster algorithm

For every ClusterHead（k）

Broadcast ClusterHead-MSG（ID）；

End

For every node n（i）

If n（i） ClusterHead（k）

Receiving all ClusterHead-MSG；

Calculate Distance To ClusterHead d（i，k）；

Select the ClusterHead with min d（i，k）；

Add n（i） to ClusterHead（k） and broadcast the

Join-ClusterHead-MSG（ID）；

End

End

Forwarding Message algorithm

For every node n（i）

If n（i）ClusterHead（k）

Forwarding（msg） to it’s ClusterHead（k）；

Else

Receiving the msg and Data fusion；

And Forwarding（msg） to parentNode in T；

End

End

Cluster head rotation algorithm

For every area Aj

EnergyAvg（j）=∑Nji=1n（i）.energy/Nj；

End

For every ClusterHead（k）

If ClusterHead（k）.Energy

Calculate value（i） in Aj according Eq（10）；

Select max value（i）；

ClusterHead（k）=ClusterHead（i）；

End

End

程序后

性質(zhì) UAUC的消息復(fù)雜度是O（n）。

證明 基站廣播一個數(shù)據(jù)包，讓所有節(jié)點計算到基站的距離；假設(shè)網(wǎng)絡(luò)中有n個節(jié)點，則廣播n個數(shù)據(jù)包，讓所有節(jié)點計算密度因子。其中有k個節(jié)點被選作為簇頭節(jié)點，簇頭節(jié)點廣播ClusterHead-MSG消息，宣布自己成為簇頭節(jié)點。其余n-k個非簇頭節(jié)點廣播Join-ClusterHead-MSG消息，成簇。數(shù)據(jù)傳輸階段，簇頭節(jié)點廣播一個數(shù)據(jù)包，確定自己的鄰居節(jié)點。因此UAUC的消息復(fù)雜度是：1+n+k+（n-k）+k=2n+k+1，因此UAUC的消息復(fù)雜度是O（n）。

3 仿真與實驗

為了驗證UAUC的性能，本文使用Matlab作為仿真工具，與經(jīng)典的LEACH協(xié)議、DEBUC協(xié)議和HRPNC協(xié)議進行性能比較，從簇頭節(jié)點分布、網(wǎng)絡(luò)生存周期、節(jié)點剩余平均能量、節(jié)點剩余能量方差和數(shù)據(jù)包接收量等方面評估本文提出的UAUC協(xié)議的性能。實驗參數(shù)設(shè)置如表1所示。

在100m×100m的監(jiān)測區(qū)域上隨機部署200個節(jié)點，根據(jù)式（4）～（9），可得到參數(shù)r=20，那么區(qū)域數(shù)目k=12。

圖4顯示了LEACH協(xié)議、DEBUC協(xié)議、HRPNC協(xié)議和UAUC協(xié)議簇頭節(jié)點分布對比情況，如圖4（a）所示，LEACH協(xié)議由于隨機選擇簇頭節(jié)點，導(dǎo)致簇頭節(jié)點分布不合理。如圖4（b）所示，DEBUC協(xié)議中競爭半徑逐漸增大，使得離基站遠的簇規(guī)模過大，尤其在規(guī)模比較大的網(wǎng)絡(luò)中，容易出現(xiàn)極大簇，影響網(wǎng)絡(luò)生存周期。如圖4（c）所示，HRPNC協(xié)議通過改進DEBUC協(xié)議的競爭半徑，緩解了DEBUC協(xié)議中離基站遠的簇規(guī)模過大的問題，但簇頭節(jié)點的分布仍存在問題。圖4（d）顯示了UAUC協(xié)議的簇頭分布情況。UAUC協(xié)議通過對網(wǎng)絡(luò)進行分區(qū)，在每個區(qū)域中選擇合適的節(jié)點作為簇頭節(jié)點，使得簇頭節(jié)點分布更加合理。

圖5顯示了4種算法存活節(jié)點數(shù)量的變化曲線。從圖5中可以看出，UAUC運行到約2000輪時才出現(xiàn)第一個節(jié)點死亡，約4200輪時，50%的節(jié)點死亡，直到4700輪，節(jié)點完全死亡。UAUC算法的網(wǎng)絡(luò)生存周期相對于LEACH算法、DEBUC算法與HRPNC算法分別提高了88%，12%與17.5%。DEBUC算法僅僅通過節(jié)點與基站之間的距離控制簇頭節(jié)點的分布，而UAUC算法通過非均等分區(qū)以及綜合考慮多個因素選擇簇頭節(jié)點，使得簇頭節(jié)點比DEBUC簇頭節(jié)點分布更加合理，因此提高了網(wǎng)絡(luò)的生存周期。

圖6顯示了4種算法節(jié)點平均剩余能量的對比曲線。從圖6中可以看出，與LEACH算法、DEBUC算法和HRPNC算法相比，UAUC算法的節(jié)點剩余能量明顯較高。DEBUC算法選擇代價函數(shù)值最小的鄰居節(jié)點作為下一跳，但中繼節(jié)點并不進行數(shù)據(jù)融合而直接發(fā)送數(shù)據(jù)包，造成數(shù)據(jù)冗余。UAUC算法通過構(gòu)建負載均衡路徑樹實現(xiàn)多跳傳輸并且進行數(shù)據(jù)融合，有效地提高了網(wǎng)絡(luò)的能量效率。

圖7顯示了4種算法節(jié)點剩余能量方差隨輪數(shù)變化的對比曲線。從圖7中可以看出，LEACH協(xié)議的節(jié)點剩余能量方差最大，DEBUC協(xié)議與HRPNC協(xié)議的節(jié)點剩余能量方差較小，UAUC協(xié)議的剩余能量方差最小，且變化不大。表明UAUC協(xié)議通過構(gòu)建合理的路徑樹實現(xiàn)多跳傳輸，有效地均衡了網(wǎng)絡(luò)中節(jié)點能量消耗。

圖8顯示了4種算法數(shù)據(jù)包接收量的對比曲線。從圖8中可以看出，隨著仿真輪數(shù)的增加，存活節(jié)點數(shù)量減少，數(shù)據(jù)包接收量也隨之減少。UAUC算法在數(shù)據(jù)包接收量上較LEACH協(xié)議，DEBUC協(xié)議以及HRPNC協(xié)議分別提高了400%，87.5%與25%。表明UAUC算法通過構(gòu)建路徑樹有效地提高了數(shù)據(jù)包接收量。

4 結(jié)語

針對簇頭節(jié)點分布不合理和節(jié)點能量消耗不均衡的問題，本文提出了一個基于非均等分區(qū)的路由協(xié)議UAUC。通過非均等分區(qū)，綜合考慮能量因子，距離因子和密集程度因子選擇合適的簇頭節(jié)點，并且基于負載均衡的路徑樹實現(xiàn)簇間多跳數(shù)據(jù)傳輸。通過仿真驗證，UAUC算法使得簇頭節(jié)點分布更加合理，提高能量效率和數(shù)據(jù)包接收量，均衡能量消耗，延長網(wǎng)絡(luò)生存周期。但是UAUC協(xié)議假設(shè)網(wǎng)絡(luò)中的節(jié)點一直不間斷地向基站發(fā)送數(shù)據(jù)包，并且該算法在大規(guī)模無線傳感器網(wǎng)絡(luò)中性能有所下降。

在今后的工作中，考慮針對大規(guī)模無線傳感器網(wǎng)絡(luò)，加入節(jié)點睡眠機制，當(dāng)節(jié)點不需要發(fā)送和接收數(shù)據(jù)包時，使節(jié)點進入睡眠狀態(tài)，節(jié)約節(jié)點的能量消耗；當(dāng)要發(fā)送和接收數(shù)據(jù)包時，結(jié)束睡眠狀態(tài)，進入活躍狀態(tài)。怎樣制定合理的狀態(tài)轉(zhuǎn)換機制將是下一步工作。

參考文獻：

[1] 洪鋒，褚紅偉，金宗科，等.無線傳感器網(wǎng)絡(luò)應(yīng)用系統(tǒng)最新進展綜述[J].計算機研究與發(fā)展， 2010， 47（S2）：81-87.（HONG F， CHU H W， JIN Z K， et al. Review of recent progress on wireless sensor network applications[J]. Computer Research and Development， 2010， 47（S2）：81-87.）

[2] HEINZELMAN W B， CHANDRAKASAN A P， BALAKRISHNAN H. An application-specific protocol architecture for wireless microsensor networks[J]. IEEE Transactions on Wireless Communications， 2002， 1（4）：660-670.

[3] 呂濤， 朱清新， 張路橋. 一種基于LEACH協(xié)議的改進算法[J]. 電子學(xué)報， 2011， 39（6）：1405-1409.（LYU T， ZHU Q X， ZHANG L Q. An improved LEACH algorithm in wireless sensor network[J]. Acta Electronica Sinica， 2011， 39（6）：1405-1409.）

[4] LI Y Z， ZHANG A L， LIANG Y Z. Improvement of LEACH protocol for wireless sensor networks[C]// Proceedings of the 3rd International Conference on Instrumentation， Measurement， Computer， Communication and Control. Piscataway， NJ： IEEE， 2013：322-326.

[5] 李成法， 陳貴海， 葉懋，等. 一種基于非均勻分簇的無線傳感器網(wǎng)絡(luò)路由協(xié)議[J]. 計算機學(xué)報， 2007， 30（1）：27-36.（LI C F， CHEN G H， YE M， et al. An uneven cluster-based routing protocol for wireless sensor networks[J]. Chinese Journal of Computers， 2007， 30（1）：27-36.）

[6] 尚鳳軍， ABOLHASAN M， WYSOCKI T. 無線傳感器網(wǎng)絡(luò)的分布式能量有效非均勻成簇算法[J].通信學(xué)報， 2009， 30（10）：34-43. （SHANG F J， ABOLHASAN M， WYSOCKI T. Distributed energy efficient unequal clustering algorithm for wireless sensor networks[J]. Journal on Communications， 2009， 30（10）：34-43.）

[7] 蔣暢江， 石為人， 唐賢倫，等. 能量均衡的無線傳感器網(wǎng)絡(luò)非均勻分簇路由協(xié)議[J]. 軟件學(xué)報， 2013， 34（5）：1222-1232.（JIANG C J， SHI W R，TANG X L， et al. Energy-balanced unequal clustering routing protocol for wireless sensor networks[J]. Journal of Software， 2013， 34（5）：1222-1232.）

[8] SHARMA M， SHARMA K. An Energy Efficient Extended LEACH （EEE LEACH）[C]// Proceedings of the 2012 International Conference on Communication Systems and Network Technologies. Piscataway， NJ： IEEE， 2012： 377-382.

[9] 黃廷輝， 伊凱， 崔更申，等. 基于非均勻分簇的無線傳感器網(wǎng)絡(luò)分層路由協(xié)議[J]. 計算機應(yīng)用， 2016， 36（1）：66-71.（HUANG T H， YI K， CUI G S， et al. Hierarchical routing protocol based on non-uniform clustering for wireless sensor network[J]. Journal of Computer Applications，2016， 36（1）：66-71.）

[10] RAGHUVANSHI A S， TIWARI S， TRIPATHI R， et al. Optimal number of clusters in wireless sensor networks： an FCM approach[C]// Proceedings of the 2010 International Conference on International Conference on Computer and Communication Technology. Piscataway， NJ： IEEE， 2010：817-823.

[11] SALIM A， OSAMY W， KHEDR A M. IBLEACH： intra-balanced LEACH protocol for wireless sensor networks[J]. Wireless Networks， 2014， 20（6）：1515-1525.

[12] LI B， WANG W J， YIN Q Y， et al. An energy-efficient geographic routing based on cooperative transmission in wireless sensor networks[J]. Sciece China Information Sciences， 2013， 56（7）：1-10.

[13] 孫彥清， 彭艦， 劉唐，等. 基于動態(tài)分區(qū)的無線傳感器網(wǎng)絡(luò)非均勻成簇路由協(xié)議[J]. 通信學(xué)報， 2014， 35（1）：198-206.（SUN Y Q， PENG J， LIU T， et al. Uneven clustering routing protocol based on dynamic partition for wireless sensor network[J]. Journal on Communications， 2014， 35（1）：198-206.）

[14] GNAWALI， OMPRAKASH， FONSECA， et al. Collection tree protocol[C]// Proceedings of the 7th ACM Conference on Embedded Networked Sensor Systems. New York： ACM， 2009：1-14.

[15] SALEEM F， MOEEN Y， BEHZAD M， et al. IDDR： improved density controlled divide-and-rule scheme for energy efficient routing in wireless sensor networks[J]. Procedia Computer Science， 2014， 34（7）：212-219.

[16] RAZA W， KHAN I， ARSHAD F， et al. THEEM： threshold-sensitive energy efficient multi-hop routing protocol for WSNs[C]// Proceedings of the 2014 Ninth International Conference on Broadband and Wireless Computing， Communication and Applications. Piscataway， NJ： IEEE， 2014：20-25.

[17] TUNCA C， ISIK S， DONMEZ M Y， et al. Ring routing： an energy-efficient routing protocol for wireless sensor networks with a mobile Sink[J]. IEEE Transactions on Mobile Computing， 2015， 14（9）： 1947-1960.

[18] PANT M， DEY B， NANDI S. A multihop routing protocol for wireless sensor network based on grid clustering[C]// Proceedings of the 2015 Applications and Innovations in Mobile Computing. Piscataway， NJ： IEEE， 2015：137-140.

[19] PEI E， HAN H Z， SUN Z H， et al. LEAUCH： low-energy adaptive uneven clustering hierarchy for cognitive radio sensor network[J]. EURASIP Journal on Wireless Communications & Networking， 2015， 2015（1）：122.

王菲語錄范文第3篇

關(guān)鍵詞:高速公路;智能交通;收費系統(tǒng);數(shù)據(jù);大數(shù)據(jù)

中圖分類號：TP30; U495文獻標(biāo)識碼：A文章編號：1009-3044(2012)15-3752-03

Big Data Background: Studies,Analysis and Forecasts of the Highway Toll System Data

DU Yu-hui1，JIANG Jiao-li2

(1. Guangzhou Newsoft Technology Company Limited, Guangzhou 510101, China; 2. Guangdong Province Agricultural Machinery Test ing Station, Guangzhou 510515, China)

Abstract：This paper analysised the current status of the highway toll system data, for the amount of system data is increasing day by day, the diverse characteristics of the data structure, the Creatively put forward the problems faced by the highway toll system data in the context of big data, And explored the development trend of the future highway toll system data. Discourse of this paper, with a reference value on the future highway toll system data warehouse platform.

Key words：highway; intelligent traffic ; toll system; data; big data

自1988年中國第一條高速公路開始通車運營，到2012年，國內(nèi)高速公路通車總里程達65000公里，廣東省內(nèi)的高速公路通車里程約為5500公里。高速公路的快速發(fā)展，提高了人、財、物等關(guān)乎經(jīng)濟發(fā)展的資源的快速流通，對中國經(jīng)濟的快速發(fā)展起到了重要作用。由于我國從上世紀80年代至今沿用“貸款修路、收費還貸”高速公路建設(shè)投資模式，造成高速公路路段、收費站林立。盡管交通部聯(lián)合其他部委于2011年展開收費公路清理工作，并推進現(xiàn)代化收費系統(tǒng)建設(shè)，加快區(qū)域合并步伐，保障高速公路的通暢性，然而由于高速公路建設(shè)模式及復(fù)雜的投資關(guān)系，在今后相當(dāng)長一段時間都難以大規(guī)模實現(xiàn)路段合并或撤并收費站。大量收費站的存在會持續(xù)相當(dāng)長一段時間。

自80年代中期以來，隨著互聯(lián)網(wǎng)技術(shù)的普及和完善，人們將先進的信息技術(shù)、通訊技術(shù)、傳感技術(shù)、控制技術(shù)以及計算機技術(shù)等有效地集成運用于高速公路收費體系，極大提高了收費和服務(wù)效率。同時，歧義路徑算法、自由流模型等技術(shù)不斷成熟完善，為未來高速公路收費體系跨越式發(fā)展和區(qū)域合并提供了堅實的技術(shù)支撐。在各種技術(shù)在高速公路有效運用的的背景下，各功能系統(tǒng)產(chǎn)生快速、大量、多樣的數(shù)據(jù)，高性能的高速公路收費體系需要從數(shù)據(jù)中，快速獲得有價值信息，就需依仗高效的數(shù)據(jù)查詢、分析處理功能，也就是面向“大數(shù)據(jù)”的分析處理技術(shù)。對“大數(shù)據(jù)”的分析相比于傳統(tǒng)的數(shù)據(jù)倉庫應(yīng)用，具有數(shù)據(jù)量大、查詢分析復(fù)雜等特點，能提高收費效率，增強服務(wù)能力，提升管理的前瞻性，保障高速公路的通暢性，同時降低能源消耗，減輕環(huán)境污染。

1高速公路收費系統(tǒng)的現(xiàn)狀及存在問題

1.1高速公路收費系統(tǒng)類型

高速公路收費體系的核心業(yè)務(wù)—收費系統(tǒng)，根據(jù)自動化程度的不同可分為人工收費、半自動收費、全自動機械收費、電子不停車收費（ETC）和半自動收費與全自動電子收費相結(jié)合的組合式收費等類型[1]。

高速公路收費體系的子系統(tǒng)有：收費站軟件系統(tǒng)、路段收費中心軟件系統(tǒng)、區(qū)域收費中心系統(tǒng)、省聯(lián)網(wǎng)收費結(jié)算中心計算機系統(tǒng)以及業(yè)務(wù)支持類系統(tǒng)，例如：營運稽查系統(tǒng)、閉路監(jiān)控系統(tǒng)、音頻管理系統(tǒng)、視頻管理系統(tǒng)、機電管理維護系統(tǒng)、道路養(yǎng)護系統(tǒng)、運營支持系統(tǒng)、緊急救援系統(tǒng)(EMS)、辦公自動化系統(tǒng)（OA）等。

收費站軟件系統(tǒng)包括數(shù)據(jù)通信管理子系統(tǒng)、參數(shù)瀏覽子系統(tǒng)、交接班子系統(tǒng)、報表管理子系統(tǒng)、數(shù)據(jù)備份與恢復(fù)子系統(tǒng)、發(fā)票管理子系統(tǒng)、車牌及卡號查詢子系統(tǒng)、收費監(jiān)控子系統(tǒng)、IC卡管理子系統(tǒng)等。

路段收費中心軟件系統(tǒng)包括數(shù)據(jù)通信子系統(tǒng)、參數(shù)管理子系統(tǒng)、IC卡管理子系統(tǒng)、報表管理子系統(tǒng)、數(shù)據(jù)備份和恢復(fù)子系統(tǒng)、車牌和卡號查詢管理子系統(tǒng)、收費監(jiān)控子系統(tǒng)、圖像稽查子系統(tǒng)、發(fā)票管理子系統(tǒng)等。

區(qū)域結(jié)算中心軟件系統(tǒng)包括數(shù)據(jù)通信子系統(tǒng)、收費數(shù)據(jù)拆分和結(jié)算系統(tǒng)、數(shù)據(jù)分發(fā)系統(tǒng)、數(shù)據(jù)查詢管理系統(tǒng)、人員管理與設(shè)置系統(tǒng)、IC卡管理系統(tǒng)；數(shù)據(jù)庫管理系統(tǒng)、網(wǎng)絡(luò)與系統(tǒng)管理系統(tǒng)、報表系統(tǒng)；安全保障系統(tǒng)等。

省聯(lián)網(wǎng)收費結(jié)算中心計算機軟件系統(tǒng)包括密鑰管理系統(tǒng)、數(shù)據(jù)備份與恢復(fù)系統(tǒng)、粵通卡初始化系統(tǒng)、粵通卡庫存管理系統(tǒng)、帳務(wù)管理系統(tǒng)、黑名單管理系統(tǒng)、通信管理系統(tǒng)、后臺充值認證系統(tǒng)、交易認證系統(tǒng)、報表統(tǒng)計查詢系統(tǒng)等。

1.2高速公路收費系統(tǒng)的現(xiàn)狀

2010年l2月由交通運輸部、國家發(fā)展改革委、財政部聯(lián)合下發(fā)了《關(guān)于促進高速公路應(yīng)用聯(lián)網(wǎng)電子不停車收費技術(shù)的若干意見》，其中明確要求：擴大我國高速公路ETC車道的覆蓋率，實現(xiàn)高速公路主要出入口均建有專用的ETC車道；力爭到“十二五”期末，全國高速公路ETC平均覆蓋率達到60%，ETC車道數(shù)達到6000條，ETC用戶量達到500萬個，非現(xiàn)金支付使用率達到40%?？梢灶A(yù)計到ETC收費車道將是今后高速公路收費系統(tǒng)設(shè)計中要全面考慮的重點，在執(zhí)行目前出人口車道數(shù)在3人4設(shè)置1入1出ETC車道原則外，在交通量較大的收費站可以適當(dāng)增加ETC收費車道數(shù)量，這樣即提高通行效率又符合國家政策導(dǎo)向。2011年年中，由交通運輸部聯(lián)合相關(guān)部委開展了收費公路整頓清理工作，也揭開了高速公路收費系統(tǒng)不斷優(yōu)化發(fā)展的大幕，通過優(yōu)化高速公路收費方法，推動區(qū)域合并不斷推進聯(lián)網(wǎng)收費的區(qū)域和層次，滿足人民群眾對高速公路通暢性、舒適性的要求，與此同時提高通暢性也起到了節(jié)能減排等目的，可謂是一舉兩得。同時根據(jù)交通部“十二五”規(guī)劃，要繼續(xù)推進高速公路電子不停車收費系統(tǒng)的比例，推進國內(nèi)聯(lián)網(wǎng)步伐。

以廣東為例，2012年已經(jīng)著手對省內(nèi)高速公路區(qū)域聯(lián)網(wǎng)收費工作，并逐步推進高速公路區(qū)域合并，減少收費戰(zhàn)數(shù)目，聯(lián)網(wǎng)工作和區(qū)域合并工作的推進，未來高速公路運營中心將迎來“大數(shù)據(jù)”時代。廣東高速公路聯(lián)網(wǎng)收費要按照“分步實施、逐步完善”的原則，先在高速公路實施，再推廣到其他收費公路。高速公路應(yīng)按“分區(qū)聯(lián)網(wǎng)、逐步合并”的方針，從區(qū)域聯(lián)網(wǎng)收費逐步發(fā)展到跨區(qū)域的全省聯(lián)網(wǎng)收費。

請試想一下：數(shù)以千萬計的車輛實時通過收費站，不停地產(chǎn)生數(shù)據(jù)；當(dāng)你想進行圖片稽查、流水查詢、信息搜尋等操作時，如何快速定位、檢索資料、存取數(shù)據(jù)、數(shù)據(jù)交換等。大量、多樣、快速的數(shù)據(jù)給高速公路運營提出了巨大挑戰(zhàn)。而這一系列操作均需“大數(shù)據(jù)”做支撐?！按髷?shù)據(jù)”的顯著特征為：“大量化(Volume)、多樣化(Variety)和快速化(Velocity)”。當(dāng)前高速公路運營單位的數(shù)據(jù)分析與處理越來越不適應(yīng)這種新的變化。

1.3高速公路收費系統(tǒng)數(shù)據(jù)存在的問題分析

一方面隨著隨著企業(yè)業(yè)務(wù)的推進和演變，高速公路車流量和通車里程不斷飛躍式增長，同時高速公路信息功能系統(tǒng)不斷增多，產(chǎn)生的數(shù)據(jù)越來越多，種類越來越多，數(shù)量越來越大，對存儲成本、運用成本、查詢成本方面的壓力越來越大[2]。

另一方面，企業(yè)的領(lǐng)導(dǎo)者能夠獲取諸多的信息，但是并不代表他能夠從信息當(dāng)中得到的參謀價值，或者這種指導(dǎo)價值是正確的。

一些數(shù)據(jù)也在清晰地體現(xiàn)這些問題，根據(jù)調(diào)查，1/3的領(lǐng)導(dǎo)不信任現(xiàn)在的數(shù)據(jù)分析結(jié)果，1/2的領(lǐng)導(dǎo)抱怨沒有得到自己需要的信息，83%的信息管理負責(zé)人覺得，商業(yè)智能（BI）應(yīng)該成為他們信息規(guī)劃當(dāng)中的一部分。以上數(shù)據(jù)反映的問題實質(zhì)就是：企業(yè)需要獲得一種方法去有效地利用好大數(shù)據(jù)。因此亟需針對“大數(shù)據(jù)”的技術(shù)。

當(dāng)前高速公路運營單位對數(shù)據(jù)的關(guān)注點還主要集中于收費流水?dāng)?shù)據(jù)的正確性和可追溯性，例如主要關(guān)注入口流水與出口流水的一致性、收費金額與車型的一致性、收費結(jié)算與通行數(shù)量的一致性等，對全局數(shù)據(jù)的分析處理還遠遠不夠，這成為未來高速公路運營中心提高數(shù)據(jù)應(yīng)用和“保暢通、促和諧”的主要矛盾。目前在數(shù)據(jù)處理方面，高速公路運營中心存在的問題主要有：

1）數(shù)據(jù)處理技術(shù)落后，還停留于總數(shù)核對，有問題再細化，沒達到自動智能分析處理層次；

2）數(shù)據(jù)關(guān)聯(lián)性不夠，結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)沒有關(guān)聯(lián)，一旦出現(xiàn)問題，查找數(shù)據(jù)非常耗費人力物力；3）數(shù)據(jù)沒有形成數(shù)據(jù)集市、數(shù)據(jù)倉庫等形式，數(shù)據(jù)后期應(yīng)用價值低；

4）數(shù)據(jù)分析處理落后，導(dǎo)致數(shù)據(jù)應(yīng)用匱乏，數(shù)據(jù)逐步成為各運營單位的負擔(dān)，既不能丟棄又不能產(chǎn)生價值；

云計算、物聯(lián)網(wǎng)等甚囂塵上的概念，無不昭示著未來“大數(shù)據(jù)”對企業(yè)發(fā)展所蘊含的潛在價值，無不表明著未來誰掌握了“大數(shù)據(jù)”，誰就能解決在企業(yè)發(fā)展過程中各種業(yè)務(wù)數(shù)據(jù)增長所帶來的痛苦，進而實現(xiàn)快速飛躍發(fā)展。

2大數(shù)據(jù)背景下的高速公路收費系統(tǒng)數(shù)據(jù)

隨著圖像、傳感技術(shù)等新技術(shù)在交通領(lǐng)域應(yīng)用的不斷深入，高速公路信息應(yīng)用技術(shù)不斷走向縱深；再次，歧義路徑算法、自由流模型等技術(shù)的完善，將在高速公路收費體系中大規(guī)模應(yīng)用。顯然可以預(yù)見，未來高速公路將是一個“大數(shù)據(jù)”引領(lǐng)的智慧科技的時代。更多的傳感設(shè)備、信息終端接入到網(wǎng)絡(luò)，由此產(chǎn)生的數(shù)據(jù)及增長速度將比歷史上的任何時期都要多，都要快。高速公路“大數(shù)據(jù)”時代的腳步悄然而至。目前，國內(nèi)已經(jīng)有很多技術(shù)研究者在深入研究這一領(lǐng)域，在中國人民大學(xué)王珊博導(dǎo)一文“架構(gòu)大數(shù)據(jù)：調(diào)整、現(xiàn)狀與展望”中提到，在大數(shù)據(jù)的時代背景下，只能對現(xiàn)有數(shù)據(jù)倉庫系統(tǒng)實現(xiàn)方案進行重新審視，通過對并行數(shù)據(jù)庫、MapRe duce、并行數(shù)據(jù)庫和MapReduce技術(shù)的混合架構(gòu)進行評價和歸納對比分析[3]，文章對架構(gòu)大數(shù)據(jù)有很深刻的指導(dǎo)意義。

2.1大數(shù)據(jù)的概念

“大數(shù)據(jù)”首先是一個現(xiàn)象而不是一種技術(shù)。“大”首先是指數(shù)據(jù)體量(volumes)大，指代大型數(shù)據(jù)集，一般在10TB規(guī)模左右，但在實際應(yīng)用中，很多企業(yè)用戶把多個數(shù)據(jù)集放在一起，已經(jīng)形成了PB級的數(shù)據(jù)量;其次是指數(shù)據(jù)類別(variety)大，數(shù)據(jù)來自多種數(shù)據(jù)源，數(shù)據(jù)種類和格式日漸豐富，已沖破了以前所限定的結(jié)構(gòu)化數(shù)據(jù)范疇，囊括了半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。從IT角度來看，信息結(jié)構(gòu)類型大致經(jīng)歷了三次浪潮。但是新的浪潮并沒取代舊浪潮，它們?nèi)栽诓粩喟l(fā)展，三種數(shù)據(jù)結(jié)構(gòu)類型一直存在，只是其中一種結(jié)構(gòu)類型往往主導(dǎo)于其他結(jié)構(gòu)：

結(jié)構(gòu)化信息——這種信息可以在關(guān)系數(shù)據(jù)庫中找到，多年來一直主導(dǎo)著IT應(yīng)用。這是關(guān)鍵任務(wù)OLTP系統(tǒng)業(yè)務(wù)所依賴的信息，另外，還可對結(jié)構(gòu)數(shù)據(jù)庫信息進行排序和查詢；

半結(jié)構(gòu)化信息——這是IT的第二次浪潮，包括電子郵件，文字處理文件以及大量保存和在網(wǎng)絡(luò)上的信息。半結(jié)構(gòu)化信息是以內(nèi)容為基礎(chǔ)，可以用于搜索，這也是谷歌存在的理由；

非結(jié)構(gòu)化信息——該信息在本質(zhì)形式上可認為主要是位映射數(shù)據(jù)。數(shù)據(jù)必須處于一種可感知的形式中(諸如可在音頻、視頻和多媒體文件中被聽或被看)。許多大數(shù)據(jù)都是非結(jié)構(gòu)化的，其龐大規(guī)模和復(fù)雜性需要高級分析工具來創(chuàng)建或利用一種更易于人們感知和交互的結(jié)構(gòu)。

2.2大數(shù)據(jù)背景下的高速公路收費系統(tǒng)數(shù)據(jù)

高速公路收費體系產(chǎn)生的數(shù)據(jù)內(nèi)容不僅僅是多，而且結(jié)構(gòu)已發(fā)生了極大改變，不是以二維表的規(guī)范結(jié)構(gòu)存儲。大量的數(shù)據(jù)是非結(jié)構(gòu)化的辦公文檔、文本、圖片、XML、HTML、各類報表、圖片和音頻/視頻等，并且所有數(shù)據(jù)是大量且增長迅速的。據(jù)相關(guān)調(diào)查數(shù)據(jù)顯示，企業(yè)80%的數(shù)據(jù)是非結(jié)構(gòu)化或半結(jié)構(gòu)化的，結(jié)構(gòu)化數(shù)據(jù)僅有20%。并且全球結(jié)構(gòu)化數(shù)據(jù)增長速度約為32%，而非結(jié)構(gòu)化數(shù)據(jù)增速高達63%。預(yù)計今年非結(jié)構(gòu)化數(shù)據(jù)占有比例將達到互聯(lián)網(wǎng)整個數(shù)據(jù)量的75%以上。面臨如此大量的非機構(gòu)化數(shù)據(jù)，其移動和修改將耗費大量的人力物力，讀取效率也將越來越低。當(dāng)然這包括了物理存儲和邏輯存儲軟、硬件兩個層面。

以廣深珠高速公路有限公司為例，高速公路收費系統(tǒng)數(shù)據(jù)的格式有結(jié)構(gòu)化的數(shù)據(jù)庫數(shù)據(jù)，非結(jié)構(gòu)化的XML、JPG、音頻、視頻等格式。在未來路段、區(qū)域合并的大背景下，未來高速公路運營單位將進入“大數(shù)據(jù)”時代。如何在充分信息的情況下，對高速公路車輛進行合理的監(jiān)控與疏導(dǎo)、控制和事件管理；路政部門可隨時掌握車輛的運行情況，進行合理的調(diào)度；而運營部門對大數(shù)據(jù)的有效分析處理以支持交通、收費規(guī)劃決策、發(fā)展戰(zhàn)略決策等[4]。

“大數(shù)據(jù)”包括交易和交互數(shù)據(jù)集在內(nèi)的所有數(shù)據(jù)集，其規(guī)模或復(fù)雜程度超出了常用技術(shù)按照合理的成本和時限捕捉、管理及處理這些數(shù)據(jù)集的能力，即在一定時間內(nèi)還是采用傳統(tǒng)數(shù)據(jù)庫軟件工具對其內(nèi)容進行抓取、管理和處理的數(shù)據(jù)集合，未來高速公路

已經(jīng)完全符合“大數(shù)據(jù)”的特征[5]。

3大數(shù)據(jù)背景下高速公路系統(tǒng)的展望

通過對高速公路運營中心大數(shù)據(jù)的分析處理，可以提高運營單位數(shù)據(jù)綜合應(yīng)用水平，不斷增強數(shù)據(jù)的價值，為提高高速公路運營提供可靠的決策數(shù)據(jù)支持，為“保暢通、促和諧”注入新的活力[6]。大數(shù)據(jù)背景下的高速公路收費系統(tǒng)數(shù)據(jù)分析優(yōu)越性有以下幾個方面：

1）提高路況管理的有效性：通過對大數(shù)據(jù)分析處理，不斷優(yōu)化數(shù)據(jù)處理模式，構(gòu)建數(shù)據(jù)自動分析處理模型，提高數(shù)據(jù)分析的主動性和預(yù)警性。例如分析某段高速公路入站車輛與出站車輛，可以模擬出此段高速公路的車流量，分配等級，如果超出此段高速公路承載數(shù)量，則進行重點監(jiān)控與疏導(dǎo)，避免車輛堵塞，做好預(yù)警。高速公路相關(guān)部門通過數(shù)據(jù)分析處理和數(shù)據(jù)挖掘，可以提前預(yù)防堵塞現(xiàn)象，通過收費站的疏導(dǎo)緩解某一階段的通行壓力，保障通暢性[7]。

2）增強數(shù)據(jù)利用率：通過大數(shù)據(jù)分析處理，建立數(shù)據(jù)集市和數(shù)據(jù)倉庫，提高結(jié)構(gòu)化數(shù)據(jù)和非架構(gòu)化數(shù)據(jù)關(guān)聯(lián)度，降低數(shù)據(jù)應(yīng)用難度，使運營單位在數(shù)據(jù)方面的負擔(dān)轉(zhuǎn)化為資源，為后期數(shù)據(jù)分析處理和應(yīng)用提供便利。

3）降低運營成本：在經(jīng)濟成本上，通過大數(shù)據(jù)分析處理技術(shù)，充分挖掘數(shù)據(jù)的價值，減少維護車輛出行使用費用上的支出；在人力成本上，通過大數(shù)據(jù)分析處理技術(shù)，提升管理水平和服務(wù)質(zhì)量，滿足人民群眾對高速公路的要求。

4結(jié)論

本文分析了目前高速公路收費系統(tǒng)的現(xiàn)狀、并提出大數(shù)據(jù)背景下高速公路收費系統(tǒng)數(shù)據(jù)的問題，及探討了未來高速公路收費系統(tǒng)發(fā)展的趨勢。就目前高速公路運營單位對數(shù)據(jù)分析處理的能力和水平遠遠不能滿足未來數(shù)據(jù)發(fā)展需要的現(xiàn)狀，依據(jù)在高速公路行業(yè)多年的經(jīng)驗，借助最新的大數(shù)據(jù)分析處理技術(shù)的實現(xiàn)方案的研究，對大數(shù)據(jù)背景下，高速公路收費系統(tǒng)數(shù)據(jù)分析方向進行了展望，對未來高速公路收費系統(tǒng)數(shù)據(jù)分析及處理有一定的參考性價值。

參考文獻:

[1]楊平芳.先進的交通管理系統(tǒng)的關(guān)鍵理論與方法研究[D].長春:吉林大學(xué)，2010.

[2]劉志勇.高速公路交通系統(tǒng)的數(shù)據(jù)管理控制平臺[J].信息與控制，2010(12).

[3]王珊，王會舉，覃雄派，等.架構(gòu)大數(shù)據(jù)：挑戰(zhàn)、現(xiàn)狀與展望[J].計算機學(xué)報,2011,34(10):1741-1752.

[4]李晶,張莉,杜娟,等.3G網(wǎng)絡(luò)技術(shù)在智能交通系統(tǒng)中的應(yīng)用[J].吉林交通科技,2010:38-39.

[5]覃雄派,王會舉,杜小勇,等.大數(shù)據(jù)分析RDBMS與MapReduce的競爭與共生[J].軟件學(xué)報,2012，23(1):32-4.