基于支持向量机的高速公路物流量预测研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 选题背景及其意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-16页 |
| 1.3 本文研究内容与技术路线 | 第16-19页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 技术路线 | 第17-19页 |
| 第二章 预测理论与方法对比 | 第19-39页 |
| 2.1 定性分析方法 | 第19页 |
| 2.2 定量分析方法 | 第19-22页 |
| 2.3 公路物流量分析方法 | 第22-30页 |
| 2.3.1 多元线性回归模型 | 第24-26页 |
| 2.3.2 神经网络预测模型 | 第26-28页 |
| 2.3.3 支持向量机预测模型 | 第28-30页 |
| 2.4 预测方法对比实验 | 第30-37页 |
| 2.4.1 仿真数据集 | 第30-31页 |
| 2.4.2 实验步骤及评价标准 | 第31页 |
| 2.4.3 结果与分析 | 第31-37页 |
| 2.5 本章小结 | 第37-39页 |
| 第三章 基于支持向量机的物流量预测模型 | 第39-55页 |
| 3.1 支持向量机预测模型 | 第39-43页 |
| 3.1.1 线性回归支持向量机 | 第39-42页 |
| 3.1.2 非线性回归支持向量机 | 第42-43页 |
| 3.2 SVM的核函数和参数 | 第43-53页 |
| 3.2.1 遗传算法 | 第44-45页 |
| 3.2.2 粒子群优化算法 | 第45-47页 |
| 3.2.3 参数寻优算法对比 | 第47-53页 |
| 3.3 物流量预测基本步骤 | 第53-54页 |
| 3.4 本章小结 | 第54-55页 |
| 第四章 物流量区域划分 | 第55-65页 |
| 4.1 引言 | 第55-57页 |
| 4.1.1 区域划分的概念 | 第55页 |
| 4.1.2 区域物流的理论 | 第55-56页 |
| 4.1.3 区域划分模型结构 | 第56-57页 |
| 4.2 趋势物流量 | 第57-60页 |
| 4.2.1 综合能力 | 第57页 |
| 4.2.2 区域交通贡献率 | 第57-58页 |
| 4.2.3 城市对物流量的吸引程度 | 第58-59页 |
| 4.2.4 区域内交通量分布概率 | 第59页 |
| 4.2.5 物流量分摊模型 | 第59-60页 |
| 4.2.6 物流量分流情况 | 第60页 |
| 4.3 诱增物流量 | 第60-61页 |
| 4.4 车流量与定性分析 | 第61-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第五章 高速公路物流量预测应用实例 | 第65-89页 |
| 5.1 项目所在区域交通运输现状及发展 | 第65-69页 |
| 5.2 云南省总物流量预测 | 第69-78页 |
| 5.3 车流量与定性分析 | 第78-80页 |
| 5.4 区域物流量划分 | 第80-87页 |
| 5.5 本章小结 | 第87-89页 |
| 第六章 结论与展望 | 第89-91页 |
| 6.1 结论 | 第89页 |
| 6.2 展望 | 第89-91页 |
| 致谢 | 第91-93页 |
| 参考文献 | 第93-97页 |
| 附录A 攻读硕士期间科研成果 | 第97-99页 |
| 附录B 部分原始数据 | 第99-103页 |
| 附录C 物流量预测模型程序 | 第103-111页 |
