基于非参数回归的短时交通流量预测方法研究

摘要	第1-4页
ABSTRACT	第4-9页
第一章 概述	第9-23页
·问题的提出	第9-10页
·本文研究的意义	第10页
·短时交通流量预测概述和特性分析	第10-13页
·短时交通流量预测概述	第10-11页
·短时交通流量预测特性分析	第11-13页
·各种预测方法的研究现状及存在的主要问题	第13-17页
·基于非参数回归的短时流量预测过程	第17-18页
·非参数回归方法应用研究综述	第18-19页
·本文主要研究思路及方法	第19-21页
·研究框架	第21-22页
·本章小结	第22-23页
第二章 非参数回归方法	第23-38页
·非参数回归方法原理	第23-29页
·从归纳－演绎的角度看待非参数回归方法	第23-24页
·从非线性时变系统的角度看待非参数回归方法	第24-28页
·非参数回归方法原理	第28-29页
·非参数回归方法的适用条件	第29-30页
·非参数回归方法在短时流量预测中的应用框图	第30-31页
·应用非参数回归方法进行短时流量预测的关键步骤	第31-34页
·历史数据的选择	第31-32页
·样本数据库的生成	第32-33页
·数据相似性定义	第33页
·K 近邻搜索	第33页
·预测算法	第33-34页
·影响非参数回归方法的因素分析	第34-37页
·数据库的规模大小（Database_Size）	第34-35页
·近邻点个数K	第35页
·数据相似度误差（Similar_Error）	第35-36页
·流量时间间隔（Time_Interval）	第36页
·闭环系统中的反馈变量	第36-37页
·本章小结	第37-38页
第三章 对非参数回归方法的改进	第38-59页
·具有快速数据搜索的样本数据库的创建	第38-42页
·样本数据库结构和操作步骤	第38-40页
·一维和多维数据库的映射关系	第40-42页
·基于一维数据匹配的样本数据库的创建	第42-48页
·样本数据库中各个子库的关系	第42-43页
·搜索库的逻辑结构	第43-45页
·搜索库操作	第45-46页
·搜索库的物理结构	第46-47页
·搜索库的精确匹配	第47-48页
·基于多维数据匹配的搜索库的创建	第48-54页
·R 树索引	第48-49页
·基于R 树的数据库匹配过程	第49-50页
·索引操作	第50-51页
·近邻点的查找	第51-53页
·索引分析	第53-54页
·样本数据库结构	第54页
·有反馈回路调节的非参数回归方法	第54-58页
·无反馈的一般非参数回归方法的缺点	第55页
·调节算法	第55-58页
·本章小结	第58-59页
第四章 非参数回归预测短时交通流量的数据预处理	第59-74页
·仿真软件说明	第59-62页
·构造不同状态下的仿真交通流	第62-63页
·错误数据和缺失数据的识别与修复	第63-64页
·原始流量数据的主成分分析	第64-69页
·主成分分析原理	第64-66页
·对原始流量数据进行主成分分析的必要性	第66-67页
·相关系数法与主成分分析法的比较	第67-69页
·聚类分析	第69-72页
·对数据进行聚类的必要性	第69页
·几种不同的聚类方法比较	第69-72页
·本章小结	第72-74页
第五章 非参数回归预测方法的鲁棒性分析	第74-81页
·非参数回归预测的鲁棒性引入	第75页
·影响非参数回归预测鲁棒性因素分析	第75-76页
·非参数回归预测的鲁棒性控制	第76-80页
·本章小结	第80-81页
第六章 非参数回归在短时流量预测中的仿真研究	第81-97页
·路网结构描述和参数设定	第81-85页
·数据预处理	第85-88页
·主成分分析结果	第85-87页
·聚类分析结果	第87-88页
·寻找近邻点	第88页
·一维和多维数据库搜索方法的预测仿真分析	第88-96页
·仿真和预测系统参数的设定	第88-89页
·一维数据搜索的预测仿真分析	第89-94页
·多维数据搜索的预测仿真分析	第94-96页
·本章小结	第96-97页
总结和展望	第97-102页
1 论文工作总结	第97-98页
2 创新点	第98-100页
3 研究展望	第100-102页
参考文献	第102-109页
发表论文和科研情况说明	第109-110页
致谢	第110页