城市道路行程时间预测方法研究
| 第一章 绪论 | 第1-15页 |
| ·课题来源 | 第9页 |
| ·问题的提出 | 第9-11页 |
| ·研究的目的和意义 | 第11页 |
| ·研究现状 | 第11-13页 |
| ·本论文的主要研究内容 | 第13-14页 |
| ·小结 | 第14-15页 |
| 第二章 行程时间预测需求与条件分析 | 第15-22页 |
| ·概述 | 第15页 |
| ·行程时间预测用户及其需求界定 | 第15-17页 |
| ·路段交通流平均行程时间预测原理分析 | 第17-18页 |
| ·行程时间预测条件分析 | 第18-19页 |
| ·本文研究的数据基础 | 第19-21页 |
| ·小结 | 第21-22页 |
| 第三章 交通信息采集关键技术研究 | 第22-31页 |
| ·概述 | 第22-23页 |
| ·固定检测器交通数据采集时间间隔优化方法研究 | 第23-27页 |
| ·研究思路 | 第23-24页 |
| ·实证研究 | 第24-27页 |
| ·移动检测器最小样本量优化方法研究 | 第27-30页 |
| ·研究思路 | 第27-28页 |
| ·实证研究 | 第28-30页 |
| ·小结 | 第30-31页 |
| 第四章 路段交通流平均行程时间预测方法研究 | 第31-53页 |
| ·概述 | 第31页 |
| ·卡尔曼滤波预测方法研究 | 第31-34页 |
| ·卡尔曼滤波模型的建立 | 第32-33页 |
| ·预测工作步骤 | 第33-34页 |
| ·人工神经网络预测方法研究 | 第34-40页 |
| ·BP 神经网络的学习过程 | 第35-38页 |
| ·预测工作步骤 | 第38-40页 |
| ·小波分解与重构预测方法研究 | 第40-43页 |
| ·WDR 原理 | 第40页 |
| ·预测工作步骤 | 第40-42页 |
| ·对参数选取的讨论 | 第42-43页 |
| ·数据融合预测方法研究 | 第43-46页 |
| ·融合模型的建立 | 第44-45页 |
| ·权重的确定方法 | 第45-46页 |
| ·实证研究 | 第46-52页 |
| ·案例一 | 第47-49页 |
| ·案例二 | 第49-52页 |
| ·小结 | 第52-53页 |
| 第五章 公交车辆站点间行程时间预测方法研究 | 第53-62页 |
| ·概述 | 第53页 |
| ·公交车辆路段行程时间预测原理 | 第53-54页 |
| ·公交车辆到站时间实时更新方案研究 | 第54-55页 |
| ·实证研究 | 第55-60页 |
| ·基于卡尔曼滤波的公交车辆路段行程时间预测 | 第55-56页 |
| ·基于BP 神经网络的公交车辆路段行程时间预测 | 第56-57页 |
| ·基于小波分解与重构的公交车辆路段行程时间预测 | 第57-58页 |
| ·基于MMFA 的公交车辆路段行程时间预测 | 第58-60页 |
| ·预测结果分析 | 第60页 |
| ·小结 | 第60-62页 |
| 第六章 全文总结与展望 | 第62-64页 |
| ·论文主要工作 | 第62-63页 |
| ·论文展望 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 摘要 | 第66-68页 |
| Abstract | 第68-71页 |
| 致 谢 | 第71-72页 |
| 导师简介: | 第72页 |
