| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·研究背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·单控制点情形的研究 | 第9-10页 |
| ·多控制点情形的研究 | 第10-11页 |
| ·仿真控制模型的研究 | 第11页 |
| ·基于实时信息的动态控制模型的研究 | 第11页 |
| ·论文的结构与研究思路 | 第11-14页 |
| 第2章 公交车辆串车与大间隔基础理论知识 | 第14-20页 |
| ·串车与大间隔的定义 | 第14-15页 |
| ·串车与大间隔的危害 | 第15-17页 |
| ·串车与大间隔的判断方法 | 第17-19页 |
| ·算法分析 | 第17-18页 |
| ·实例验证 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 公交车辆串车与大间隔的成因分析 | 第20-32页 |
| ·基于聚类分析的宏观分析模型 | 第20-26页 |
| ·聚类分析概述 | 第20-23页 |
| ·聚类观测变量的选取 | 第23-24页 |
| ·IBM SPSS 介绍 | 第24-25页 |
| ·聚类分析模型的建立 | 第25-26页 |
| ·基于人车因素的微观分析模型 | 第26-30页 |
| ·模型假设 | 第26-27页 |
| ·符号说明 | 第27页 |
| ·建立模型 | 第27-30页 |
| ·本章小结 | 第30-32页 |
| 第4章 基于 BP 人工神经网络的公交车辆间隔预测 | 第32-42页 |
| ·数据的采集与处理 | 第32-38页 |
| ·数据采集 | 第32-34页 |
| ·数据提取与插值处理 | 第34-36页 |
| ·计算车辆间隔距离 | 第36-38页 |
| ·公交车辆串车与大间隔预测模型的建立 | 第38-40页 |
| ·BP 人工神经网络概述 | 第38-40页 |
| ·BP 人工神经网络预测模型的建立 | 第40页 |
| ·本章小结 | 第40-42页 |
| 第5章 解决公交车辆串车与大间隔问题的反馈控制模型 | 第42-46页 |
| ·反馈控制概述 | 第42页 |
| ·模型的建立 | 第42-44页 |
| ·可行性分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第6章 实例分析 | 第46-56页 |
| ·数据来源 | 第46-50页 |
| ·公交车辆串车与大间隔成因聚类分析 | 第50-52页 |
| ·BP 人工神经网络预测车辆间隔 | 第52-54页 |
| ·车辆速度反馈控制 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-61页 |
| 附录：源程序代码 | 第61-78页 |