基于GM模型的IC卡分时段客流预测
| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 1. 绪论 | 第8-17页 |
| ·课题研究的背景和意义 | 第8-10页 |
| ·背景和意义 | 第8-9页 |
| ·问题提出 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·公交IC卡数据分析 | 第10-11页 |
| ·公交客流预测 | 第11-12页 |
| ·灰色系统理论 | 第12-14页 |
| ·本文的内容安排 | 第14-17页 |
| 2. 公交数据采集方法及数据预处理 | 第17-22页 |
| ·公交信息数据采集方法 | 第17-20页 |
| ·基于人工调查的数据采集方法 | 第17-18页 |
| ·基于图像的数据采集方法 | 第18页 |
| ·基于自动乘客计数的数据采集方法 | 第18-19页 |
| ·基于公交IC卡的数据采集方法 | 第19-20页 |
| ·数据预处理 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3. 灰色系统理论及预测模型比较 | 第22-27页 |
| ·灰色系统理论 | 第22-24页 |
| ·灰色系统的研究内容 | 第22页 |
| ·灰色生成 | 第22-24页 |
| ·模型比较 | 第24-26页 |
| ·微分方程模型 | 第24页 |
| ·时间序列法 | 第24-25页 |
| ·BP神经网络模型 | 第25-26页 |
| ·灰色预测理论模型 | 第26页 |
| ·本章小结 | 第26-27页 |
| 4 GM(1,1)建模机理及精度检验 | 第27-35页 |
| ·模型的假设 | 第27页 |
| ·时段划分 | 第27-28页 |
| ·GM(1,1)模型机理 | 第28-31页 |
| ·GM(1,1)模型检验 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 5. 实例分析验证 | 第35-41页 |
| ·数据选择 | 第35-36页 |
| ·GM(1,1)模型的建立 | 第36-38页 |
| ·GM(1,1)模型的检验 | 第38-40页 |
| ·同时段的公交客流量预测 | 第40页 |
| ·本章小结 | 第40-41页 |
| 6. 结论与展望 | 第41-43页 |
| ·本文主要工作及结论 | 第41页 |
| ·进一步工作的展望 | 第41-43页 |
| 参考文献 | 第43-48页 |
| 致谢 | 第48-49页 |
| 学位论文评阅及答辩情况表 | 第49页 |
