1前言
为了探究不同种类货运特征，研究不同时间和空间的货运特点，应用统计学分布拟合的方法，对某企业的平台的数据进行分析，研究货运量，路线的特征及变化趋势。并找出可能的影响因素，实现对货运过程的良好控制和预测，为决策提供依据,减少成本,节约资源,降低不确定因素带来的风险。
目前分布拟合的方法已经应用于众多领域。二项分布应用于心理学和教育领域研究关于机遇的问题，工厂零件质量抽检评估。基于数理统计方法对地质模型的不确定性进行评价，预测关于气象灾害笼罩面积与概论，也应用于信号感知，卫星轨道检测，国家电网检测等领域。以证明该方法的结果普遍具有较高的精度，有一定的可行性和有效性。
2国内外研究现状
（1）国外研究现状
数据挖掘方法的改进
Eamonn Keogh 和 Shruti Kasetty (2002)对时间的挖掘进行了大量的数据实验,并且对当时提出的部分算法提出了改造,最后提出了数据挖掘方面应该存在一套更为谨慎的评估机制。[1]Sacha和 Kraus M (2017) 提出了一种自组织映射时间序列的交互式视觉聚类方法。指出虽然已经提出了大量的可视化交互聚类分析技术，然而实现有用的聚类往往需要几轮用户交互来微调数据处理和算法，进而提出了一种自组织映射时间分析的聚类方法，该方法通过为分析人员提供可视化平台来分析中间结果，适应底层的计算，迭代的划分数据，并反映以前的分析活动来支持探索。并与专家证明了该方法的有效性 [2]
拟合分布模型的应用
Muscatello, Angela ，Elith, Jane和Kujala, Heini （2020）对于对于物种的研究使用拟合分布模型，并对模型的复杂性，预测因子，偏差处理以及预测值等如何影响对物种的保护进行了分析。根据对建模的选择，优先解决方案和基线解决方案仅有最高20%的重合度。以此提出建立模型的方法决策的重要性。[3]
（2）国内研究现状
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
