| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 国内外研究发展 | 第12-15页 |
| 1.2.2 交通流预测的发展 | 第15-16页 |
| 1.3 论文研究思路及结构 | 第16-17页 |
| 第二章 短时交通流理论综述 | 第17-28页 |
| 2.1 短时交通流预测原理 | 第17-18页 |
| 2.2 交通流的特性分析 | 第18-20页 |
| 2.3 短时交通流预测方法 | 第20-27页 |
| 2.3.1 基于线性理论的方法 | 第21-23页 |
| 2.3.2 基于非线性理论的方法 | 第23-26页 |
| 2.3.3 基于组合理论的方法 | 第26-27页 |
| 2.3.4 基于交通仿真的预测方法 | 第27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 短时交通流预测尺度的选择的理论基础 | 第28-35页 |
| 3.1 分析的理论基础 | 第28-30页 |
| 3.1.1 分形理论的定义 | 第28-29页 |
| 3.1.2 分形的基本原理 | 第29-30页 |
| 3.2 分形的自相似性 | 第30-31页 |
| 3.3 具有分形特征的短时交通流 | 第31-34页 |
| 3.3.1 交通流控制中两种不确定性 | 第31-33页 |
| 3.3.2 短时交通流具有分形特征的判定 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 基于NARX神经网络预测模型的短时交通流预测 | 第35-45页 |
| 4.1 神经网络 | 第35-37页 |
| 4.1.1 神经网络的定义 | 第35-36页 |
| 4.1.2 神经网络的特点 | 第36-37页 |
| 4.2 BP神经网络 | 第37-39页 |
| 4.3 NARX神经网络 | 第39-42页 |
| 4.3.1 NARX神经网络介绍 | 第39-41页 |
| 4.3.2 NARX神经网络结构及参数的确定 | 第41-42页 |
| 4.4 NARX神经网络的设计步骤 | 第42-43页 |
| 4.5 建模工具 | 第43-44页 |
| 4.6 本章小结 | 第44-45页 |
| 第五章 交通流数据处理的应用 | 第45-59页 |
| 5.1 短时交通流数据缺失现象 | 第45-46页 |
| 5.2 案例结果及分析 | 第46-58页 |
| 5.2.1 历史数据导入分析 | 第46-50页 |
| 5.2.2 结果分析 | 第50-52页 |
| 5.2.3 误差分析 | 第52-58页 |
| 5.3 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64页 |