基于相空间重构和SVR的短时间交通流预测方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-18页 |
| 1.1 选题背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 研究内容 | 第14-16页 |
| 1.4 技术路线 | 第16-18页 |
| 2 交通流概述 | 第18-22页 |
| 2.1 交通流发展历程 | 第18-19页 |
| 2.2 交通流特征 | 第19-20页 |
| 2.3 交通流预测模型特征 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 短时交通流特征分析 | 第22-28页 |
| 3.1 短时交通流特征描述 | 第23-25页 |
| 3.2 短时交通流相关性分析 | 第25-27页 |
| 3.3 本章小结 | 第27-28页 |
| 4 基于KNN算法的短时交通流相空间重构 | 第28-37页 |
| 4.1 交通流相空间重构分析 | 第28-30页 |
| 4.1.1 交通流混沌特性分析 | 第28-29页 |
| 4.1.2 交通流相空间重构 | 第29-30页 |
| 4.2 基于KNN算法的短时交通流相空间重构 | 第30-35页 |
| 4.2.1 相似度衡量标准 | 第31-32页 |
| 4.2.2 KNN算法基本原理 | 第32-33页 |
| 4.2.3 获取相空间重构系数的改进KNN算法 | 第33-35页 |
| 4.3 本章小结 | 第35-37页 |
| 5 基于相空间重构和SVR的短时交通流预测模型 | 第37-55页 |
| 5.1 SVR基本原理 | 第37-44页 |
| 5.1.1 支持向量机 | 第38-39页 |
| 5.1.2 支持向量机回归 | 第39-41页 |
| 5.1.3 最优回归线 | 第41-43页 |
| 5.1.4 核函数 | 第43-44页 |
| 5.2 基于相空间重构和SVR的模型设计 | 第44-49页 |
| 5.2.1 基于相空间重构和SVR的预测模型构建 | 第45-47页 |
| 5.2.2 模型参数选取 | 第47-49页 |
| 5.3 基于相空间重构和SVR的预测模型实验 | 第49-54页 |
| 5.3.1 交通流预测评价指标 | 第49-50页 |
| 5.3.2 实验与结果分析 | 第50-52页 |
| 5.3.3 模型对比分析 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 6 总结与展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 附录A | 第60-69页 |
| 附录B | 第69-75页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第75-77页 |
| 学位论文数据集 | 第77页 |
