致谢 | 第5-6页 |
中文摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
1 绪论 | 第13-27页 |
1.1 课题来源与研究对象 | 第13-14页 |
1.1.1 课题来源 | 第13页 |
1.1.2 研究对象 | 第13-14页 |
1.2 研究背景及意义 | 第14-16页 |
1.2.1 研究背景 | 第14-15页 |
1.2.2 研究意义 | 第15-16页 |
1.3 国内外研究现状及综述 | 第16-23页 |
1.3.1 行程时间预测研究现状 | 第16-17页 |
1.3.2 行程时间可靠性研究现状 | 第17-21页 |
1.3.3 研究方法 | 第21-23页 |
1.4 研究内容 | 第23-27页 |
2 多维行程时间数据库 | 第27-39页 |
2.1 行程时间影响因素分析 | 第27-28页 |
2.2 数据仓库概述 | 第28-31页 |
2.2.1 数据仓库概念及特点 | 第28-29页 |
2.2.2 多维数据库 | 第29-31页 |
2.3 多维收费数据库 | 第31-34页 |
2.3.1 维度模型——数据库逻辑模型设计 | 第31-32页 |
2.3.2 仓库结构——数据库物理设计 | 第32-34页 |
2.4 数据装载与处理 | 第34-37页 |
2.4.1 数据清洗 | 第34页 |
2.4.2 数据转换 | 第34-35页 |
2.4.3 多源数据时空匹配 | 第35-37页 |
2.5 数据库实例 | 第37-38页 |
2.6 小结 | 第38-39页 |
3 行程时间数据处理与分析 | 第39-51页 |
3.1 数据提取 | 第39页 |
3.2 数据插补 | 第39-41页 |
3.2.1 上游构造法 | 第40页 |
3.2.2 下游构造法 | 第40-41页 |
3.3 有效数据筛选 | 第41-42页 |
3.4 行程时间序列 | 第42页 |
3.5 实例应用 | 第42-45页 |
3.5.1 数据插补与筛选 | 第42-44页 |
3.5.2 提取行程时间序列 | 第44-45页 |
3.6 数据分析 | 第45-49页 |
3.6.1 时间因素 | 第45-48页 |
3.6.2 车型因素 | 第48-49页 |
3.6.3 气象因素 | 第49页 |
3.7 小结 | 第49-51页 |
4 基于ARMAX模型的行程时间预测 | 第51-65页 |
4.1 模型概念与预测原理 | 第51-55页 |
4.1.1 ARMA模型 | 第51-54页 |
4.1.2 ARMAX模型 | 第54-55页 |
4.2 实例验证与分析 | 第55-62页 |
4.2.1 行程时间预测 | 第55-58页 |
4.2.2 误差指标 | 第58-59页 |
4.2.3 预测结果与误差分析 | 第59-62页 |
4.3 小结 | 第62-65页 |
5 行程时间可靠性模型研究 | 第65-79页 |
5.1 概述 | 第65页 |
5.2 行程时间分布模型理论基础 | 第65-68页 |
5.2.1 行程时间分布拟合的意义 | 第65-66页 |
5.2.2 对数正态分布函数 | 第66-67页 |
5.2.3 Kolmogorov-Smirnov检验法 | 第67-68页 |
5.2.4 拟合优度 | 第68页 |
5.3 实例验证 | 第68-77页 |
5.3.1 多种分布类型拟合 | 第68-69页 |
5.3.2 拟合与检验 | 第69-75页 |
5.3.3 拟合效果分析 | 第75-77页 |
5.4 小结 | 第77-79页 |
6 行程时间可靠性评价与应用 | 第79-99页 |
6.1 行程时间可靠性评价指标体系构建 | 第79-86页 |
6.1.1 建立目标 | 第79-80页 |
6.1.2 建立准则 | 第80-81页 |
6.1.3 可靠性指标分析 | 第81-86页 |
6.2 历史行程时间可靠性评价与应用 | 第86-95页 |
6.2.1 评价方法 | 第86页 |
6.2.2 案例分析 | 第86-95页 |
6.3 预测行程时间可靠性评价与应用 | 第95-98页 |
6.3.1 评价方法 | 第95页 |
6.3.2 案例分析 | 第95-98页 |
6.4 小结 | 第98-99页 |
7 结论与展望 | 第99-101页 |
7.1 研究总结 | 第99-100页 |
7.2 研究展望 | 第100-101页 |
参考文献 | 第101-105页 |
作者简历 | 第105-109页 |
学位论文数据集 | 第109页 |