基于贝叶斯理论的铁路短期客流预测方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国内研究现状 | 第11-12页 |
| 1.2.2 国外研究现状 | 第12-13页 |
| 1.2.3 国内外研究现状综述 | 第13页 |
| 1.3 研究内容及技术路线 | 第13-16页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 技术路线 | 第14-16页 |
| 2 客流预测理论研究 | 第16-22页 |
| 2.1 客流预测方法概述 | 第16-19页 |
| 2.1.1 定性预测方法与定量预测方法 | 第16-17页 |
| 2.1.2 客流预测方法的选择 | 第17-18页 |
| 2.1.3 客流预测方法的确定 | 第18-19页 |
| 2.2 贝叶斯理论研究 | 第19-21页 |
| 2.3 小结 | 第21-22页 |
| 3 客流特征分析 | 第22-35页 |
| 3.1 客流分布总体情况 | 第22-25页 |
| 3.2 客流特性分析 | 第25-30页 |
| 3.2.1 节假日客流特性分析 | 第25-26页 |
| 3.2.2 发车对间与旅行对长对客流分布的影响 | 第26-29页 |
| 3.2.3 每周内的不同日对客流分布的影响 | 第29-30页 |
| 3.3 客流分布影响因素分析 | 第30-31页 |
| 3.4 预售期内的售票情况与客流的关联 | 第31-33页 |
| 3.5 小结 | 第33-35页 |
| 4 基于贝叶斯理论的客流预测模型 | 第35-49页 |
| 4.1 数据预处理 | 第35-37页 |
| 4.2 数据特征抽取 | 第37-45页 |
| 4.3 基于历史数据的客流预测模型 | 第45-47页 |
| 4.4 基于预售期内已售票额数据的客流预测模型 | 第47-48页 |
| 4.5 小结 | 第48-49页 |
| 5 客流预测实例研究 | 第49-62页 |
| 5.1 数据准备 | 第49-50页 |
| 5.2 实验过程及结果 | 第50-61页 |
| 5.3 小结 | 第61-62页 |
| 6 结论与展望 | 第62-64页 |
| 6.1 研究结论 | 第62页 |
| 6.2 存在的不足与展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第67-69页 |
| 学位论文数据集 | 第69页 |
