基于稳健统计的公路短时交通流“机理+辨识”策略研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 短时交通流的预测及研究意义 | 第8-9页 |
| 1.2 国内外研究发展现状 | 第9-10页 |
| 1.3 本文的主要工作 | 第10-12页 |
| 第二章 短时交通流预测模型介绍 | 第12-24页 |
| 2.1 短时交通流预测模型概述 | 第12页 |
| 2.2 智能预测模型简介 | 第12-21页 |
| 2.2.1 人工神经网络模型 | 第12-16页 |
| 2.2.2 支持向量机模型 | 第16-18页 |
| 2.2.3 时间序列模型 | 第18-19页 |
| 2.2.4 动态控制论预测模型 | 第19-20页 |
| 2.2.5 组合预测模型 | 第20-21页 |
| 2.3 稳健统计 | 第21-22页 |
| 2.4 Bootstrap方法 | 第22-24页 |
| 第三章 “机理+辨识”预测策略若干理论问题研究 | 第24-35页 |
| 3.1 “机理+辨识”预测策略 | 第24-25页 |
| 3.2 低阶非线性预报的稳健性分析 | 第25-27页 |
| 3.3 提高信噪比 | 第27-34页 |
| 3.3.1 提高信噪比的四种基本非线性变换 | 第27-31页 |
| 3.3.2 非线性变换的小波分解和功率谱分析 | 第31-34页 |
| 3.4 小结 | 第34-35页 |
| 第四章 对组合预测模型和非线性变换的研究 | 第35-50页 |
| 4.1 实验数据准备 | 第35-36页 |
| 4.2 样本容量对预测结果的影响 | 第36-46页 |
| 4.2.1 数据选取 | 第36页 |
| 4.2.2 样本容量对单一预测模型的影响 | 第36-39页 |
| 4.2.3 样本容量对组合预测模型的影响 | 第39-46页 |
| 4.3 非线性变换提高信噪比试验 | 第46-49页 |
| 4.4 小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 总结与成果 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 发表论文和科研情况说明 | 第57-58页 |
| 致谢 | 第58页 |
