铁路客票发售数据抽取及短时客流预测研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-17页 |
| ·研究背景 | 第10-11页 |
| ·问题的提出 | 第11页 |
| ·国内外研究现状 | 第11-14页 |
| ·针对数据抽取的研究现状 | 第12-13页 |
| ·短时预测相关问题的研究现状 | 第13-14页 |
| ·研究思路 | 第14-17页 |
| ·本文研究的重点问题 | 第14页 |
| ·技术路线 | 第14-17页 |
| 2 客票销售数量短期时序特征及统计分布研究 | 第17-31页 |
| ·数据选取和预处理 | 第17-19页 |
| ·单位时间车站售票总量统计规律分析 | 第19-21页 |
| ·时序特征分析 | 第19页 |
| ·单位时间售票量统计分布的拟合优度检验 | 第19-21页 |
| ·区分OD的单位时间售票量统计分析 | 第21-25页 |
| ·拟合优度检验 | 第21-24页 |
| ·每小时售票量的同比分析 | 第24-25页 |
| ·区分发车日期的单位时间售票量统计分析 | 第25-30页 |
| ·单位时间售票量的统计分布 | 第25-28页 |
| ·预售期内单位时间售票量的时序特征 | 第28-30页 |
| ·统计结果分析 | 第30-31页 |
| 3 客票数据实时抽取方法研究 | 第31-43页 |
| ·统计抽样基本理论与方法 | 第31-34页 |
| ·样本的数据质量 | 第31-32页 |
| ·数据抽样的步骤 | 第32页 |
| ·基本的抽样方法 | 第32-34页 |
| ·客票数据抽取方法设计 | 第34-39页 |
| ·客票数据实时抽样的基本思想 | 第34-36页 |
| ·数据抽样分层设计 | 第36-38页 |
| ·精度分析 | 第38页 |
| ·样本量的确定 | 第38-39页 |
| ·实证研究 | 第39-43页 |
| ·基于不同属性数据比例的分析 | 第39-40页 |
| ·基于售票事件统计分布的分析 | 第40-43页 |
| 4 基于实时售票数据的短时客流预测研究 | 第43-58页 |
| ·短时客流预测方法的选择 | 第43-46页 |
| ·客流预测方法选择的影响因素 | 第43-45页 |
| ·短时客流预测方法的确定 | 第45-46页 |
| ·径向基函数神经网络的理论基础 | 第46-49页 |
| ·径向基函数神经网络的结构 | 第46-47页 |
| ·径向基函数神经网络的功能 | 第47-48页 |
| ·径向基函数神经网络的映射机理 | 第48-49页 |
| ·基于RBF神经网络的预售期内短时客流预测 | 第49-53页 |
| ·数据准备和归一化处理 | 第49页 |
| ·网络设计和训练 | 第49-50页 |
| ·实证研究 | 第50-53页 |
| ·基于实时售票数据的预测量修正 | 第53-58页 |
| ·方法的提出 | 第53-54页 |
| ·实证研究 | 第54-57页 |
| ·小结 | 第57-58页 |
| 5 结束语 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 作者简历 | 第62-66页 |
| 学位论文数据集 | 第66页 |
