城轨交通客流高峰事件持续时间预测
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 问题提出背景 | 第10-11页 |
| 1.2 研究意义 | 第11页 |
| 1.3 研究范围 | 第11-12页 |
| 1.3.1 研究目标 | 第11-12页 |
| 1.3.2 研究内容 | 第12页 |
| 1.4 技术路线 | 第12-15页 |
| 1.4.1 技术路线描述 | 第12-14页 |
| 1.4.2 技术路线图 | 第14-15页 |
| 1.4.3 论文章节安排 | 第15页 |
| 1.5 本章小结 | 第15-16页 |
| 第2章 文献综述 | 第16-20页 |
| 2.1 概述 | 第16页 |
| 2.2 持续时间分布规律 | 第16-17页 |
| 2.3 持续时间预测研究方法 | 第17-19页 |
| 2.3.1 回归分析 | 第17-18页 |
| 2.3.2 生存分析 | 第18页 |
| 2.3.3 分类法 | 第18-19页 |
| 2.3.4 模糊逻辑模型 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 数据描述及预处理 | 第20-24页 |
| 3.1 数据描述 | 第20-22页 |
| 3.1.1 数据选择 | 第20-21页 |
| 3.1.2 客流高峰持续时间影响因素 | 第21-22页 |
| 3.2 数据预处理 | 第22-23页 |
| 3.2.1 原始交易记录统计 | 第22页 |
| 3.2.2 数据检验 | 第22-23页 |
| 3.2.3 缺失估计 | 第23页 |
| 3.3 本章小结 | 第23-24页 |
| 第4章 客流高峰辨识方法及初步分析 | 第24-38页 |
| 4.1 客流高峰持续时间的内容 | 第24-25页 |
| 4.2 客流高峰辨识方法 | 第25-29页 |
| 4.2.1 客流高峰状态临界值选取 | 第25-27页 |
| 4.2.2 客流高峰持续时间确定方法 | 第27-29页 |
| 4.3 持续时间数据提取及整理 | 第29页 |
| 4.4 汇整数据基本特性分析 | 第29-35页 |
| 4.4.1 持续时间分布特性 | 第29-30页 |
| 4.4.2 特征因素影响分析 | 第30-35页 |
| 4.5 本章小结 | 第35-38页 |
| 第5章 客流高峰持续时间预测 | 第38-58页 |
| 5.1 概述 | 第38-39页 |
| 5.2 持续时间模型背景知识概述 | 第39-41页 |
| 5.2.1 决策树算法 | 第39页 |
| 5.2.2 基于风险的持续时间模型 | 第39-41页 |
| 5.3 客流高峰持续时间预测模型构建 | 第41-53页 |
| 5.3.1 模型变量设置 | 第41-42页 |
| 5.3.2 客流高峰事件分类树构建 | 第42-43页 |
| 5.3.3 基于风险的持续时间模型构建 | 第43-44页 |
| 5.3.4 模型参数估计 | 第44-53页 |
| 5.4 结果分析及模型性能评价 | 第53-57页 |
| 5.4.1 模型敏感性分析 | 第53-55页 |
| 5.4.2 模型性能评价及对比 | 第55-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第6章 基于最小损失的预测值修正 | 第58-66页 |
| 6.1 概述 | 第58页 |
| 6.2 最小风险决策原理 | 第58-59页 |
| 6.3 持续时间预测基本修正方法 | 第59-60页 |
| 6.4 预测模型结果修正 | 第60-64页 |
| 6.4.1 模型预测结果修正 | 第60-63页 |
| 6.4.2 修正方法有效性验证 | 第63-64页 |
| 6.5 本章小结 | 第64-66页 |
| 第7章 结论与展望 | 第66-68页 |
| 7.1 研究成果总结 | 第66-67页 |
| 7.2 展望 | 第67-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 科研经历与硕士期间发表论文情况 | 第74页 |
