机场车辆管理及预测系统探究

前言：想要写出一篇引人入胜的文章？我们特意为您整理了机场车辆管理及预测系统探究范文，希望能给你带来灵感和参考，敬请阅读。

本文以机场停车场为背景，为了实现有效、快速及均载分流的出入管理，设计出机场车辆出入管理及预测系统，该系统去人工化程度高，可以节省大量的人力成本，其采用的QT开发平台具有跨平台开发和可视化开发管理特点，结合数据库开发技术，使该系统具有数据存储、数据查询以及数据跟踪功能，跳出数据孤岛化，实现信息的互联，同时引入神经网络技术，使该系统向智能化、高效化进行一步发展。

1总体设计分析

1.1功能需求分析

机场车辆管理主要分为三类，机场职工等工作人员内部车辆管理、社会车辆管理、出租车辆管理。一个完善的车辆管理系统应该具有管理员信息、员工信息、车辆信息、停车位状态信息和停车场历史日志信息等。该系统应该具有的功能为：（1）专用车位申请管理，申请人可通过申请界面提出申请专用车位使用，转为临时工作人员状态。（2）员工和车位信息存储与查询，车位的状态被标记并存储，采用“0”和“1”分别表示空闲与占用状态，同时本软件可以通过操作界面查询到车辆信息以及员工信息。（3）具有数据分析功能，基于时间流的车位占用数据集的学习，预测接下来几天车辆停入情况。（4）系统管理维护，系统管理员可以查询、增加、删除和修改员工信息、管理员信息、车场信息和车位申请信息等，以灵活应对人员对出行以及机场车辆各种情况的变动。

1.2系统总体框架

根据前面小节关于功能需求的分析，将客运车辆管理系统分成了5个模块。机场车辆出入管理及预测系统的总体框架设计图1所示。

1.3数据库设计数据库

采用MYSQL。根据本系统的需求分析以及系统总体功能设计，机场车辆管理系统数据库中的数据表包括管理员信息表、人员信息表、车辆信息表、车位申请信息表、车场状态信息表、数据分析训练信息表，对应的表为sys_worker表、sys_passenger表、sys_cars表、sys_reserve表、sys_parkstatus表和sys_dataanaly表等。

2RNN模型建立及应用

本系统为了实现机场车辆管理系统高效的运行，我们分析了常规前馈神经网络、卷积网络以及循环神经网络。分析发现循环神经网络（以下简称“RNN”）与前面两种网络比较，RNN采用新架构，数据在空间和时间方向上流动，在时间上具有记忆功能，对于具有时间流的数据分析具有很好的预测特性。综上所述，本系统引入RNN循环神经网络，依赖时间方向上车场停入车辆的数据，构建日期与车位占用数量的数据集，利用RNN模型针对数据集进行训练，预测接下来五天车辆入场情况，进一步提升机场场面管理系统的综合化、自动化和智能化程度。

3软件应用设计

3.1程序流程设计

本机场车辆管理系统分为访客和管理员二种登录类型，管理员能获得更高的管理权限，这样分等级的管理模式能够对机场车辆管理系统进行安全高效的管理。机场车辆管理系统流程为：（1）系统初始化；（2）登录验证（访客或者管理员）；（3）访客登录成功，进入访客页面可以进行专用车位申请；（4）管理员登录成功，进入管理员界面，可以进行车场、车辆、人员以及数据分析信息管理。

3.2程序及界面详细设计与实现

本系统在Windows7系统下运行QtCreator4.3.1，创建的工程文件包含Headers、Sources、Forms以及Resources文件夹，其中Headers和Sources文件夹为主程序存放区，采用模块化程序设计，分别创建main.cpp、mainwindow.cpp、database.cpp、run.cpp、paramjson.cpp以及view.cpp等模块程序代码实现系统后端数据的接入和算法的实现。Forms和Resources文件夹主要存放前面界面相关代码，系统主要构建login.ui和mainwindow.ui分别为登录验证界面以及主界面，其中主界面中采用QTabWidget可视化控件实现专用车申请、车辆管理、人员管理以及数据分析人机交互功能。

3.3功能验证

（1）登录验证界面前面的章节完成了对系统的软件设计，本小节对功能模块进行验证测试，如图2所示，打开系统进入到系统登录界面，本系统的登录界面权限分为访客和管理员。测试采用访客账号“User-k007”，由管理员分配，管理员账号为“SuperUse-rk007”，初始密码为“123456”，点击“登录”按钮进入系统，账号和密码正确则跳转到相应的界面。（2）访客登录界面本文某机场模拟数据为数据源，进行系统功能的测试，以访客身份登录，进入到车位申请界面，进行专用车位申请。（3）管理员界面以管理员身份登录，管理员可以车辆和人员管理界面对数据进行增、删、减、查等操作。本文根据前25天车场车位占用数量，对后5天的车场车位占用情况进行一个预测，将学习率设置为“0.01”，隐层的神经元数量设置为“5”，迭代次数为“20000”，生成损失函数以及预测曲线，车位占用数量预测曲线横坐标为日期（天），纵坐标为车位占用数量（个），预测值为未来五天车位占用数量，见预测曲线图中未标点的曲线。图2为系统登录以及车位占用数据分析管理界面。

4结语

本文设计开发基于QT的机场车辆管理系统，具体的工作包括设计了：（1）管理系统数据库，利用MYSQLServer5.5软件，根据机场车辆管理系统的功能需求，建立6个数据表，进一步地建立了后台机场车辆管理系统；（2）利用QTCreader软件，采用C++语言完成前后端设计。描述了程序设计和界面设计的分析流程及思路，将登录人员分为访客和管理员，分别取得不同的任务权限，以便于安全高效的完成机场车辆管理系统的管理。分析引入RNN循环神经网络实现了超级管理员对后续5天车场车位占用数量预测，提高了车站管理的智能化。（3）最后，将上述工作进行了效果的验证，根据软件运行结果显示本设计的机场车辆管理系统满足预期功能需求。下一步的研究工作，将结合物联网技术，实时监控显示车辆运行中的位置和车况，完成车辆从进场到出场的全车程周期管理。

作者:梁亢 李涵文 张江 单位:四川九洲空管科技有限责任公司