| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-22页 |
| 1.1 课题研究相关 | 第9-13页 |
| 1.2 课题目的与意义 | 第13-14页 |
| 1.2.1 研究目的 | 第13-14页 |
| 1.2.2 研究意义 | 第14页 |
| 1.3 课题相关研究发展现状 | 第14-18页 |
| 1.3.1 公交客流预测研究现状 | 第14-18页 |
| 1.3.2 公交智能调度研究现状 | 第18页 |
| 1.4 论文主要工作 | 第18-21页 |
| 1.4.1 属性约简和特征提取 | 第19页 |
| 1.4.2 模型准确度函数 | 第19页 |
| 1.4.3 基于粗糙集与多元线性回归的公交客流预测 | 第19-20页 |
| 1.4.4 公交线路智能规划 | 第20-21页 |
| 1.5 论文的主要结构 | 第21-22页 |
| 第二章 相关理论基础 | 第22-31页 |
| 2.1 粒计算概述 | 第22-23页 |
| 2.2 粗糙集相关理论及方法 | 第23-28页 |
| 2.2.1 粗糙集思想 | 第23-24页 |
| 2.2.2 粗糙集相关定义 | 第24-27页 |
| 2.2.3 粗糙集近似度度量方法 | 第27页 |
| 2.2.4 信息系统与知识约简 | 第27-28页 |
| 2.2.5 知识约简方法应用 | 第28页 |
| 2.3 智能交通系统 | 第28-29页 |
| 2.4 粒计算在智能交通系统中的应用 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于粗糙集理论的特征提取方法 | 第31-37页 |
| 3.1 问题分析 | 第31页 |
| 3.2 粗糙集属性重要度发展 | 第31-32页 |
| 3.3 公交客流属性重要度函数 | 第32-33页 |
| 3.4 特征提取仿真实验 | 第33-36页 |
| 3.4.1 计算属性重要度 | 第33-34页 |
| 3.4.2 合并相似特征值 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 基于多元线性回归模型的公交客流预测 | 第37-49页 |
| 4.1 多元线性回归原理 | 第37-40页 |
| 4.1.1 数学模型 | 第39页 |
| 4.1.2 参数估计 | 第39-40页 |
| 4.2 多元线性回归预测模型 | 第40-41页 |
| 4.3 多元线性回归预测模型算法流程 | 第41-42页 |
| 4.4 多元线性回归预测模型实验 | 第42-47页 |
| 4.4.1 多元线性回归参数分析 | 第42-44页 |
| 4.4.2 基于多元线性回归模型预测实验 | 第44-47页 |
| 4.5 多元线性回归模型在客流预测方向的发展 | 第47-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 基于粗糙集与多元线性回归模型的公交客流预测 | 第49-68页 |
| 5.1 问题分析 | 第49页 |
| 5.2 公交客流预测基本特征参数 | 第49-50页 |
| 5.3 公交客流数据预处理 | 第50-52页 |
| 5.4 公交客流数据特征提取 | 第52-59页 |
| 5.5 准确度判别函数 | 第59-63页 |
| 5.6 基于粗糙集与多元线性回归组合预测模型 | 第63页 |
| 5.7 客流预测仿真实验 | 第63-65页 |
| 5.8 结果分析 | 第65-67页 |
| 5.8.1 公交智能调度思想 | 第65-67页 |
| 5.9 本章小结 | 第67-68页 |
| 第六章 结论与展望 | 第68-70页 |
| 6.1 研究结论 | 第68页 |
| 6.2 研究展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 附录 | 第76-77页 |
| 详细摘要 | 第77-79页 |