| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 选题背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 国内研究现状 | 第9-11页 |
| 1.2.2 国外研究现状 | 第11-12页 |
| 1.3 主要研究内容 | 第12-14页 |
| 2 混合核SVM预测模型的理论基础 | 第14-24页 |
| 2.1 统计学习理论基础 | 第14-15页 |
| 2.2 支持向量回归机的数学原理 | 第15-24页 |
| 2.2.1 常用核函数分析 | 第19-22页 |
| 2.2.2 混合核函数分析 | 第22-24页 |
| 3 地铁客流量特征分析 | 第24-31页 |
| 3.1 地铁客流量增长统计特征分析 | 第24-25页 |
| 3.2 地铁客流量平稳性分析 | 第25-27页 |
| 3.3 地铁客流量的聚类分析 | 第27-31页 |
| 3.3.1 层次聚类 | 第27-28页 |
| 3.3.2 地铁客流层次聚类分析 | 第28-31页 |
| 4 地铁客流预测模型的建立 | 第31-41页 |
| 4.1 基本PSO算法 | 第31-33页 |
| 4.2 基于黄金分割的CPSO算法 | 第33-37页 |
| 4.2.1 CPSO算法 | 第33-34页 |
| 4.2.2 基于黄金分割的无限折叠迭代CPSO算法 | 第34-37页 |
| 4.3 CPSO优化混合核SVM预测模型 | 第37-38页 |
| 4.4 GCPSO优化混合核SVM预测模型 | 第38-41页 |
| 5 地铁客流预测模型的仿真分析 | 第41-52页 |
| 5.1 地铁客流数据说明 | 第41-42页 |
| 5.2 预测结果的评价指标 | 第42-43页 |
| 5.3 基本SVM的地铁客流量预测 | 第43-45页 |
| 5.4 基于CPSO优化混合核SVM的地铁客流预测 | 第45-46页 |
| 5.5 基于GCPSO优化混合核SVM的地铁客流预测 | 第46-48页 |
| 5.6 SVM三种不同预测模型的效果对比 | 第48-52页 |
| 结论 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读学位期间的研究成果 | 第58页 |
