大数据毕业设计Hadoop+Spark智慧城市交通大数据 交通流量预测 交通爬虫 地铁客流量分析 大数据毕设 深度学习 机器学习 计算机毕业设计 Python毕业设计 人工智能 知识图谱

功能需求描述：

功能需求描述

1. 门户系统

1. 道路车流量查询
2. 道路车流量预测
3. 道路状态信息发布
4. 查看道路状态信息
5. 大屏统计系统
6. 道路车流量Top10
7. 道路累计车流量数据
8. 某一时段道路车流量数据

注：目前能想到的统计维度较少，后期是否能增加

1. 后台管理系统

1. 个人信息管理
2. 用户管理
3. 道路信息管理

角色描述

1. 用户角色

（1）系统中共有3个角色，分别是系统管理员，交通管理员和普通用户。

（2）系统管理员拥有最高权限，可以管理交通管理员和普通用户。

（3）交通管理员可以查询道路车流量、查看道路车流量预测结果、发布道路状态信息、查看道路状态信息，以及查看大屏统计系统。

（4）普通用户可以可以查询道路车流量，查看道路状态信息，以及查看大屏统计系统。

核心算法代码分享如下：

import json
import random
import urllib.parse as p
from time import sleep

import requests
import pymysql

db = pymysql.connect(host='127.0.0.1', user='root', password='123456', port=3306, database='traffic',
                         charset='utf8')

header = {

        "Accept": "*/*",
        "Accept-Encoding": "gzip, deflate, br",
        "Accept-Language": "zh-CN,zh;q=0.9",
        "Connection": "keep-alive",
        "Content-Type": "application/json",
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36"
    }

def save_info(item):
    if not 'RXDMJ' in item:
        item['RXDMJ'] = '0'
    if not 'LX' in item:
        item['LX'] = '暂无'
    if not 'LDMJ' in item:
        item['LDMJ'] = '0'
    sql3 = "insert into tb_info(id, lm, qs, lx, dj, cd, rdmj, rxdmj) " \
           "values (%d, '%s', '%s', '%s', '%s', '%s', '%s', '%s') " % \
           ( item['ID'], item['LM'], item['QS'], item['LX'],
             item['DJ'], item['CD'], item['LDMJ'], item['RXDMJ'])
    cursor = db.cursor()
    cursor.execute(sql3)
    db.commit()

def save_road(item):
    # if not 'RXDMJ' in item:
    #     item['RXDMJ'] = '0'
    # if not 'LX' in item:
    #     item['LX'] = '暂无'
    # if not 'LDMJ' in item:
    #     item['LDMJ'] = '0'
    flow = random.randint(1, 99) + item['EXPONENT']*100
    sql3 = "insert into tb_road(golen, speed, time1, period, blockid, gotime, exponent, flow) " \
           "values (%lf, %lf, '%s', %d, %d, %lf, %lf, %d) " % \
           ( item['GOLEN'], item['SPEED'], item['TIME1'], item['PERIOD'],
             item['BLOCKID'], item['GOTIME'], item['EXPONENT'], flow)
    cursor = db.cursor()
    cursor.execute(sql3)
    db.commit()