基于数据融合的城市快速路交通参数短时预测方法研究
| 1 绪论 | 第1-11页 |
| ·课题来源 | 第7页 |
| ·问题的提出 | 第7-9页 |
| ·研究目的和意义 | 第9页 |
| ·主要研究内容 | 第9-10页 |
| ·小结 | 第10-11页 |
| 2 研究背景与常规预测方法评价 | 第11-25页 |
| ·概述 | 第11页 |
| ·研究背景 | 第11-13页 |
| ·交通参数短时预测的研究现状 | 第13-15页 |
| ·交通参数短时预测的常规方法 | 第15-18页 |
| ·常规交通参数短时预测方法的对比分析 | 第18-22页 |
| ·交通参数短时预测新方法研究的思路 | 第22-24页 |
| ·小结 | 第24-25页 |
| 3 动态交通数据的故障识别与修复方法研究 | 第25-35页 |
| ·概述 | 第25页 |
| ·交通数据故障的识别方法研究 | 第25-27页 |
| ·丢失数据的识别 | 第25-26页 |
| ·错误数据的识别 | 第26-27页 |
| ·数据故障修复方法研究 | 第27-29页 |
| ·故障数据的修复方法 | 第27-28页 |
| ·实际数据的平滑方法 | 第28-29页 |
| ·历史趋势数据的更新 | 第29-30页 |
| ·实证分析 | 第30-34页 |
| ·小结 | 第34-35页 |
| 4 指数平滑预测方法的改进研究 | 第35-41页 |
| ·概述 | 第35页 |
| ·加权系数对预测结果的影响 | 第35-37页 |
| ·加权系数的自适应确定方法 | 第37-38页 |
| ·实证分析 | 第38-40页 |
| ·小结 | 第40-41页 |
| 5 基于ANN的交通参数预测方法研究 | 第41-50页 |
| ·概述 | 第41页 |
| ·人工神经网络基本原理 | 第41-43页 |
| ·基于ANN的交通参数预测方法设计 | 第43-45页 |
| ·输入变量的选择 | 第43-45页 |
| ·网络模型的标定 | 第45页 |
| ·实证分析 | 第45-49页 |
| ·网络模型的标定 | 第45-46页 |
| ·预测结果分析 | 第46-49页 |
| ·小结 | 第49-50页 |
| 6 基于数据融合的交通参数预测方法研究 | 第50-57页 |
| ·概述 | 第50页 |
| ·多模型融合预测算法设计 | 第50-54页 |
| ·融合模型的建立 | 第50-52页 |
| ·权重的确定方法 | 第52-54页 |
| ·实证分析 | 第54-56页 |
| ·小结 | 第56-57页 |
| 7 全文总结与展望 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 作者在攻读硕士学位期间的科研及论文情况 | 第60-62页 |
| 致 谢 | 第62-63页 |
| 摘 要 | 第63-65页 |
| Abstract | 第65-67页 |
