摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第14-24页 |
1.1 研究背景 | 第14-15页 |
1.2 国内外研究现状 | 第15-19页 |
1.2.1 交通流预测 | 第15-17页 |
1.2.2 交通参数分布 | 第17-18页 |
1.2.3 交通流预测残差分布 | 第18-19页 |
1.3 研究目标和内容 | 第19-20页 |
1.3.1 研究目标 | 第19页 |
1.3.2 研究内容 | 第19-20页 |
1.4 技术路线 | 第20-22页 |
1.4.1 技术路线描述 | 第20页 |
1.4.2 技术路线图 | 第20-21页 |
1.4.3 论文结构安排 | 第21-22页 |
1.5 本章小结 | 第22-24页 |
第二章 数据准备与计算 | 第24-52页 |
2.1 数据描述 | 第24-25页 |
2.2 数据预处理 | 第25-32页 |
2.2.1 数据预处理理论基础 | 第25-27页 |
2.2.2 算法框架 | 第27-29页 |
2.2.3 实例分析 | 第29-32页 |
2.3 交通流预测残差计算 | 第32-50页 |
2.3.1 时间序列预测理论基础 | 第32-37页 |
2.3.2 预测模型构建 | 第37-43页 |
2.3.3 实例研究 | 第43-50页 |
2.4 本章小结 | 第50-52页 |
第三章 交通流预测残差正态性分布检验 | 第52-90页 |
3.1 正态分布检验理论 | 第52-54页 |
3.2 实例分析 | 第54-89页 |
3.2.1 正态纸检验 | 第54-69页 |
3.2.2 偏度检验和峰度检验 | 第69-75页 |
3.2.3 Kolmogorov-Smimov检验 | 第75-79页 |
3.2.4 Cramer-von Mises检验 | 第79-83页 |
3.2.5 Anderson-Darling检验 | 第83-87页 |
3.2.6 Shapiro-Wilk检验 | 第87-89页 |
3.3 本章小结 | 第89-90页 |
第四章 交通流预测残差分布拟合 | 第90-106页 |
4.1 不同分布特征分析理论 | 第90-97页 |
4.1.1 正态分布 | 第90-91页 |
4.1.2 T分布 | 第91-92页 |
4.1.3 GED分布 | 第92页 |
4.1.4 Laplace分布 | 第92-93页 |
4.1.5 Weibull分布 | 第93-94页 |
4.1.6 Cauchy分布 | 第94-95页 |
4.1.7 Gumbel分布 | 第95-96页 |
4.1.8 Logistic分布 | 第96-97页 |
4.2 交通流预测残差分布拟合 | 第97-105页 |
4.2.1 正态分布拟合与T分布拟合比较 | 第97-98页 |
4.2.2 正态分布与GED分布拟合比较 | 第98-100页 |
4.2.3 正态分布与Logistic分布拟合比较 | 第100-101页 |
4.2.4 正态分布与Cauchy分布拟合比较 | 第101-103页 |
4.2.5 最优分布拟合 | 第103-105页 |
4.3 本章小结 | 第105-106页 |
第五章 基于不同分布假设下的短时交通流不确定性分析 | 第106-128页 |
5.1 ARCH类模型 | 第106-108页 |
5.1.1 早期ARCH模型族 | 第106-107页 |
5.1.2 GARCH模型与改进 | 第107-108页 |
5.2 不同分布假设下的GARCH模型参数估计 | 第108-112页 |
5.2.1 正态分布假设下GARCH模型参数估计 | 第109-111页 |
5.2.2 T分布假设下GARCH模型参数估计 | 第111-112页 |
5.2.3 GED分布假设下GARCH模型参数估计 | 第112页 |
5.3 实例分析 | 第112-126页 |
5.3.1 样本数据的选取 | 第112-113页 |
5.3.2 预测残差序列的平稳性检验 | 第113-114页 |
5.3.3 ARCH效应检验 | 第114-117页 |
5.3.4 不同时间汇集度下基于不同分布假设的GARCH模型预测结果分析 | 第117-126页 |
5.4 本章小结 | 第126-128页 |
第六章 总结与展望 | 第128-130页 |
6.1 结论 | 第128页 |
6.2 展望 | 第128-130页 |
致谢 | 第130-132页 |
参考文献 | 第132-138页 |
作者简介 | 第138页 |