基于马尔科夫模型的短时交通流预测研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·引言 | 第8-9页 |
| ·研究意义及研究目的 | 第9页 |
| ·短时交通流预测的研究现状 | 第9-13页 |
| ·基于解析数学模型的方法 | 第9-11页 |
| ·基于智能预测模型的方法 | 第11-12页 |
| ·基于组合模型的预测方法 | 第12-13页 |
| ·本文的主要工作及章节安排 | 第13-14页 |
| ·本文的主要工作 | 第13页 |
| ·章节安排 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 相关理论基础 | 第15-25页 |
| ·马尔科夫预测法的基本原理 | 第15-17页 |
| ·马尔科夫过程 | 第15-16页 |
| ·马尔科夫链 | 第16页 |
| ·状态转移概率及其转移概率矩阵 | 第16-17页 |
| ·小波理论 | 第17-20页 |
| ·尺度函数和尺度空间 | 第17-18页 |
| ·小波函数和小波空间 | 第18-20页 |
| ·多分辨率分析概念 | 第20页 |
| ·BP 神经网络 | 第20-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 交通流数据清洗及去噪 | 第25-45页 |
| ·数据来源 | 第25-30页 |
| ·数据清洗及修复 | 第30-35页 |
| ·异常数据的识别 | 第30-31页 |
| ·异常数据的清洗规则 | 第31-34页 |
| ·异常数据的修复 | 第34-35页 |
| ·小波去噪 | 第35-38页 |
| ·实例应用 | 第38-44页 |
| ·异常数据的清洗 | 第38-39页 |
| ·小波去噪的应用 | 第39-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 交通流预测模型构造 | 第45-55页 |
| ·基于马尔科夫模型的交通流量预测分析 | 第45-48页 |
| ·定义交通流量状态 | 第45-47页 |
| ·转移概率矩阵的计算 | 第47页 |
| ·未来交通流量的预测 | 第47-48页 |
| ·马尔科夫-BP 神经网络模型 | 第48-51页 |
| ·神经网络时间序列预测模型 | 第49页 |
| ·马尔科夫-BP 神经网络模型的构造 | 第49-51页 |
| ·小波-马尔科夫-BP 网络模型 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 交通流预测模型仿真与分析 | 第55-61页 |
| ·马尔科夫模型的应用 | 第55-56页 |
| ·马尔科夫-BP 神经网络模型的应用 | 第56-57页 |
| ·小波-马尔科夫-BP 神经网络模型的应用 | 第57-59页 |
| ·模型预测性能评价与分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| ·论文工作总结 | 第61页 |
| ·有待进一步研究的问题 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第66-67页 |
| 致谢 | 第67页 |
