| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 前言 | 第7-9页 |
| 第一章 交通流量预测方法综述 | 第9-19页 |
| ·交通流理论简述 | 第9-11页 |
| ·现有交通流量预测方法综述 | 第11-17页 |
| ·本章小结 | 第17-19页 |
| 第二章 非参数回归 | 第19-23页 |
| ·非参数回归的优点 | 第19-20页 |
| ·非参数回归的主要因素 | 第20-21页 |
| ·非参数回归在交通流预测中的应用 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 K近邻非参数回归 | 第23-31页 |
| ·算法步骤 | 第23-24页 |
| ·对状态向量定义的改进－基于相关性分析的状态向量定义 | 第24-26页 |
| ·对K近邻搜索的改进－基于聚类分析的变K近邻搜索 | 第26-29页 |
| ·改进的K近邻非参数回归算法流程 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于模式识别的非参数回归在交通流预测中的应用 | 第31-38页 |
| ·模式识别理论 | 第31-33页 |
| ·基于模式识别的非参数回归算法步骤 | 第33-34页 |
| ·对模式向量定义的改进－基于自相关性分析的模式向量定义 | 第34页 |
| ·对近邻搜索的改进－基于密集度的变K近邻搜索 | 第34-36页 |
| ·基于模式识别的非参数回归算法流程 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 短时交通流量预测的仿真实现及分析 | 第38-52页 |
| ·交通流仿真软件 | 第38-41页 |
| ·短时交通流量预测的仿真实现 | 第41-42页 |
| ·两种非参数回归预测方法的分析和评价 | 第42-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 短时交通流量预测的综合算法 | 第52-63页 |
| ·时段的划分 | 第52-54页 |
| ·备选预测方法 | 第54-56页 |
| ·综合预测算法的仿真研究 | 第56-61页 |
| ·综合算法的分析和评价 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 结束语 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 发表论文和参加科研情况说明 | 第68-69页 |
| 致谢 | 第69页 |
