| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题来源 | 第9页 |
| ·课题研究背景 | 第9-12页 |
| ·交通流预测研究现状 | 第12-14页 |
| ·本论文的研究目的与意义 | 第14-15页 |
| ·本论文的研究内容 | 第15-16页 |
| 第2章 因果分析预测方法及其 MATLAB 实现 | 第16-37页 |
| ·因果分析预测方法 | 第16-18页 |
| ·相关分析 | 第16-18页 |
| ·回归分析 | 第18页 |
| ·经典回归模型及其 MATLAB 实现 | 第18-26页 |
| ·最小二乘模型 | 第18-22页 |
| ·最小一乘模型 | 第22-26页 |
| ·模糊回归模型及其 MATLAB 实现 | 第26-35页 |
| ·Tanaka 模型 | 第26-29页 |
| ·FLS 模型 | 第29-32页 |
| ·FLAD 模型 | 第32-35页 |
| ·交通流预测结果分析与比较 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 岭回归与改进模糊最小二乘结合的新方法 | 第37-48页 |
| ·研究目的 | 第37页 |
| ·改进 FLS 模型 | 第37-39页 |
| ·IFLS 模型及其参数估计 | 第37-39页 |
| ·IFLS 的 MATLAB 实现 | 第39页 |
| ·岭回归分析 | 第39-43页 |
| ·岭回归分析的应用 | 第40-41页 |
| ·岭回归分析的MATLAB 实现 | 第41-43页 |
| ·基于 RR-IFLS 方法的无检测器路口交通流预测应用 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 GA-FLAD 方法及 GADS 工具箱的应用 | 第48-64页 |
| ·研究目的 | 第48页 |
| ·基于 GA 的FLAD 算法 | 第48-53页 |
| ·遗传算法简介 | 第48-49页 |
| ·基于 GA 的 FLAD 算法 | 第49-53页 |
| ·MATLAB 遗传算法工具箱 | 第53-56页 |
| ·GADS 简介 | 第53-54页 |
| ·通过 GUI 运行遗传算法 | 第54-56页 |
| ·GADS 在无检测器路口交通流预测中的应用 | 第56-63页 |
| ·实验数据 | 第56-57页 |
| ·算法实现 | 第57-61页 |
| ·实验结果 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 附录 A 三种模型的模糊预测结果 | 第68-70页 |
| 附录 B 交通流量历史数据 | 第70-73页 |
| 致谢 | 第73-74页 |
| 攻读学位期间发表的学术论文及科研工作 | 第74页 |