| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·论文研究背景及意义 | 第7-10页 |
| ·交通问题现状 | 第7-8页 |
| ·智能交通系统简介 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·交通状态短时预测国内外研究现状 | 第10-12页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12页 |
| ·论文主要工作及结构安排 | 第12-13页 |
| ·本章小结 | 第13-15页 |
| 第二章 交通流短时预测基础及时间序列相关理论综述 | 第15-31页 |
| ·交通流预测概述 | 第15-18页 |
| ·交通流基本特征参数 | 第16-17页 |
| ·短时交通流预测基本流程及要求 | 第17-18页 |
| ·时间序列相关理论 | 第18-29页 |
| ·时间序列预测概述 | 第19-20页 |
| ·时间序列预测过程 | 第20-22页 |
| ·时间序列主要预测算法 | 第22-29页 |
| ·短时交通流预测评价指标 | 第29页 |
| ·本章小结 | 第29-31页 |
| 第三章 交通流量数据的获取与预处理 | 第31-41页 |
| ·交通流量数据的获取 | 第31-34页 |
| ·固定型采集技术 | 第31-32页 |
| ·移动型采集技术 | 第32-33页 |
| ·数据融合 | 第33-34页 |
| ·交通流量数据的预处理 | 第34-40页 |
| ·交通流原始数据的选取 | 第34-36页 |
| ·故障数据识别 | 第36-37页 |
| ·故障数据处理 | 第37-39页 |
| ·冗余数据约简 | 第39页 |
| ·数据整合 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 时间序列模型在短时交通流预测中的应用 | 第41-53页 |
| ·三种时间序列模型算法在短时交通预测中的应用 | 第41-46页 |
| ·移动平均法 | 第41-43页 |
| ·指数平滑法 | 第43-46页 |
| ·三种模型算法预测结果统计分析 | 第46页 |
| ·二次指数平滑法的改进 | 第46-51页 |
| ·预测模型的改进 | 第46-48页 |
| ·预测数据拟合处理 | 第48-49页 |
| ·改进二次指数平滑法在短时交通流预测中的应用与误差分析 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 作者攻读硕士学位期间的研究成果 | 第61-62页 |