地磅车载称重系统中缺失数据处理及填补算法研究与实现

地磅车载称重系统中缺失数据处理及填补算法研究与实现

城市生活垃圾的管理一直以来是一个重要的社会问题,随着我国城市化进程的推进,城市环卫作业管理范围日渐扩大,生活垃圾清运管理任务和难度呈现出多重化趋势。为了应对垃圾清运管理上的挑战,本文设计了一套信息化的垃圾物流清运管理系统——地磅车载称重管理系统,该系统以信息技术手段为依托,为城市居民、管理人员提供准确实时的垃圾清运监控服务、信息查询和管理服务。

论文设计的车载称重系统从设备层和中央系统层两方面进行考虑,设备层负责收集各作业点的信息数据和垃圾量的数据,通过网络通信模块将数据上传至中央层数据库系统中,主要功能包括实时数据传输和离线数据存储;中央系统层的设计基于B/S架构,用户可以通过互联网进行实时查询清运作业情况、监控车辆作业路线和管理系统数据。

系统主要分为数据通信、作业监控和数据管理服务三个子模块,实现的功能有数据采集、数据通信与传输、清运作业监控、数据报表查询、安全管理、网络管理和数据管理等功能。

此外,还考虑到由于设备故障、通信网络中断、系统服务异常等原因,导致收集的数据是不完全的,系统设计了相关数据备份策略,实现了数据校验和审核功能模块。

针对系统中的缺失的交易数据,本文提出了基于灰色关联度分析的填补方法对车载称重系统中丢失交易数据进行填补。该方法结合了灰色关联分析、KNN算法和多重填补算法的思想,将历史重量数据定义为原始的序列数据并建立序列数据模型,引入灰色关联度作为近邻相似序列的度量标准,采用重复填补法的思想对缺失数据进行多次填补,每次迭代计算的结果集作为下次迭代计算的初始数据,直到结果值的变化量小于某个值停止迭代过程,取最后一次填补结果为缺失数据的填补结果。

本文实现了车载称重系统,并针对系统中存在的数据缺失问题提出了缺失值填补方法,使用交易数据进行了多组实验,实验结果表明基于灰色关联分析的缺失值填补算法在不同数据缺失率下填补效果优于常用的填补算法,能高效的处理数据集中全部的缺失值,且填补准确率高达80%;该算法建立了有效的数据模型,使得匹配过程中的计算量大大降低,具有更好的稳定性和针对性。