| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-18页 |
| ·研究背景及研究意义 | 第10-11页 |
| ·短时交通流的国内外研究现状 | 第11-15页 |
| ·短时交通流的国外研究现状 | 第12-14页 |
| ·短时交通流的国内研究现状 | 第14-15页 |
| ·论文研究内容和组织结构 | 第15-18页 |
| ·研究内容 | 第15-16页 |
| ·结构编排 | 第16-18页 |
| 2 短时交通流预测的基本理论 | 第18-32页 |
| ·短时交通流理论基础 | 第18-24页 |
| ·短时交通流的概念 | 第18-19页 |
| ·交通流的基本参数 | 第19-20页 |
| ·短时交通流的特性和预测流程 | 第20-24页 |
| ·短时交通流的预测理论 | 第24-27页 |
| ·交通流的采集 | 第24-25页 |
| ·短时交通流的预测原理 | 第25-26页 |
| ·短时交通流预测性能指标 | 第26-27页 |
| ·现有交通流预测方法 | 第27-30页 |
| ·短时交通流预测方法分类 | 第27-29页 |
| ·短时交通流基本方法 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 3 基于相空间重构卡尔曼滤波的短时交通流预测模型的建立 | 第32-46页 |
| ·相空间重构 | 第32-34页 |
| ·相空间重构的概念 | 第32-33页 |
| ·确定相空间重构参数的算法设计 | 第33-34页 |
| ·卡尔曼滤波的交通流预测模型设计及仿真 | 第34-39页 |
| ·卡尔曼滤波的理论基础 | 第34-38页 |
| ·基于卡尔曼滤波的短时交通流预测模型设计 | 第38-39页 |
| ·基于相空间重构的卡尔曼滤波交通流预测模型的仿真设计 | 第39-45页 |
| ·相空间重构的卡尔曼滤波交通流预测模型的建立 | 第39-41页 |
| ·实验数据的来源以及实验分析 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 4 基于参数优化的小波支持向量机的短时交通流预测模型 | 第46-70页 |
| ·小波去噪理论基础 | 第46-49页 |
| ·小波去噪原理 | 第46-47页 |
| ·小波阈值的选取和阈值量化 | 第47-49页 |
| ·支持向量机理论基础与原理 | 第49-57页 |
| ·统计学习理论 | 第49-53页 |
| ·支持向量机 | 第53-55页 |
| ·支持向量回归机 | 第55-57页 |
| ·蚁群优化算法 | 第57-60页 |
| ·蚁群优化算法的实现 | 第57-59页 |
| ·基于改进的蚁群优化算法的支持向量机参数优化 | 第59-60页 |
| ·基于蚁群优化的小波SVM的短时交通流预测模型的建立及实验分析 | 第60-66页 |
| ·预测模型的建立 | 第60-61页 |
| ·数据的来源 | 第61-62页 |
| ·预测结果与分析 | 第62-66页 |
| ·与相空间重构的卡尔曼滤波预测模型的对比结果分析 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 5 总结与展望 | 第70-72页 |
| ·总结 | 第70页 |
| ·展望 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 作者简历 | 第78-80页 |
| 学位论文数据集 | 第80页 |
