| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 选题背景和意义 | 第10页 |
| 1.2 国内外研究概况 | 第10-15页 |
| 1.2.1 公交车辆到站时间预测模型研究 | 第10-13页 |
| 1.2.2 预测不确定性研究 | 第13-14页 |
| 1.2.3 现有理论经验总结 | 第14-15页 |
| 1.3 研究目标与研究内容 | 第15-16页 |
| 1.4 技术路线与组织结构 | 第16-18页 |
| 第二章 公交车辆运行数据处理与分析 | 第18-29页 |
| 2.1 数据采集 | 第18-20页 |
| 2.1.1 公交车辆GPS数据的采集 | 第18页 |
| 2.1.2 公交GPS原始数据 | 第18-20页 |
| 2.2 公交GPS数据预处理 | 第20-22页 |
| 2.3 公交车辆运行特性分析 | 第22-25页 |
| 2.3.1 公交到站时间的定义 | 第22-23页 |
| 2.3.2 路段行驶特性分析 | 第23-24页 |
| 2.3.3 站点停靠特性分析 | 第24-25页 |
| 2.4 公交车辆运行数据以及影响因素分析 | 第25-28页 |
| 2.4.1 公交车辆运行时间的提取与分析 | 第25-27页 |
| 2.4.2 到站时间影响因素分析 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 公交车辆到站时间预测不确定性分析 | 第29-42页 |
| 3.1 公交运行不确定性概述 | 第29-30页 |
| 3.1.1 不确定性的定义 | 第29页 |
| 3.1.2 公交运行不确定性的来源 | 第29-30页 |
| 3.2 到站时间预测的不确定性分析 | 第30-32页 |
| 3.2.1 输入的不确定性 | 第31页 |
| 3.2.2 模型的不确定性 | 第31-32页 |
| 3.3 不确定性的表达方式 | 第32页 |
| 3.4 置信区间与预测区间 | 第32-35页 |
| 3.5 不确定性区间量化方法 | 第35-39页 |
| 3.5.1 重抽样法(Bootstrap) | 第35-36页 |
| 3.5.2 贝叶斯法(Beyesian) | 第36-37页 |
| 3.5.3 Delta分析法 | 第37-38页 |
| 3.5.4 区间上下界估计法(Lower upper bound estimation,LUBE) | 第38页 |
| 3.5.5 区间量化方法比较 | 第38-39页 |
| 3.6 公交到站时间区间预测模型的提出 | 第39-40页 |
| 3.7 本章小结 | 第40-42页 |
| 第四章 公交到站时间区间预测方法 | 第42-59页 |
| 4.1 区间预测模型评价指标 | 第42-43页 |
| 4.2 基于SVR-LUBE的区间预测模型 | 第43-48页 |
| 4.2.1 支持向量回归机(SVR)原理 | 第43-45页 |
| 4.2.2 区间预测目标函数 | 第45-46页 |
| 4.2.3 区间预测模型的输入与输出 | 第46-48页 |
| 4.3 区间预测模型的参数寻优 | 第48-49页 |
| 4.3.1 模拟退火法SA | 第48页 |
| 4.3.2 粒子群PSO优化算法 | 第48-49页 |
| 4.4 公交到站时间区间预测方法 | 第49-51页 |
| 4.5 实例分析 | 第51-58页 |
| 4.5.1 研究范围和数据准备 | 第51-53页 |
| 4.5.2 模型参数设置 | 第53-54页 |
| 4.5.3 预测结果分析和评价 | 第54-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 主要研究成果 | 第59页 |
| 5.2 主要创新点 | 第59-60页 |
| 5.3 研究展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 作者简介 | 第66页 |