| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 研究目的和意义 | 第13-14页 |
| 1.4 主要研究内容及章节安排 | 第14-15页 |
| 1.5 本章小结 | 第15-17页 |
| 2 城市智能公交电子站牌系统概述 | 第17-23页 |
| 2.1 公交电子站牌系统构成 | 第17-19页 |
| 2.1.1 车载终端设备 | 第17-18页 |
| 2.1.2 电子站牌 | 第18页 |
| 2.1.3 信息处理中心 | 第18页 |
| 2.1.4 通信网络 | 第18-19页 |
| 2.2 电子站牌系统工作流程 | 第19-20页 |
| 2.3 信息延迟环节分析 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 信息延迟分类及时延特征分析 | 第23-37页 |
| 3.1 延迟分类及测量方法 | 第23-24页 |
| 3.1.1 信息延迟的分类 | 第23-24页 |
| 3.1.2 信息延迟测量方法 | 第24页 |
| 3.2 GPS数据延迟特征分析 | 第24-30页 |
| 3.2.1 公交GPS数据采集内容及特点 | 第24-27页 |
| 3.2.2 GPS数据延迟时间的获取 | 第27页 |
| 3.2.3 GPS数据延迟分析 | 第27-30页 |
| 3.3 信息处理延迟特征分析 | 第30-32页 |
| 3.3.1 信息处理延迟时间的获取 | 第30页 |
| 3.3.2 信息处理延迟分析 | 第30-32页 |
| 3.4 信息发布延迟特征分析 | 第32-35页 |
| 3.4.1 信息发布延迟时间的获取 | 第32-33页 |
| 3.4.2 信息发布延迟分析 | 第33-35页 |
| 3.5 本章小结 | 第35-37页 |
| 4 公交GPS数据延迟时空规律分析 | 第37-59页 |
| 4.1 公交GPS数据预处理 | 第37-40页 |
| 4.1.1 GPS数据孤立点判别方法 | 第37-39页 |
| 4.1.2 判别实例 | 第39-40页 |
| 4.2 数据分析粒度的选取 | 第40-41页 |
| 4.3 基于时间维度的GPS数据延迟规律分析 | 第41-45页 |
| 4.3.1 GPS延迟数据序列的分段表示 | 第41-44页 |
| 4.3.2 GPS数据延迟局部特征分析 | 第44-45页 |
| 4.4 基于空间维度的GPS数据延迟规律分析 | 第45-58页 |
| 4.4.1 空间路段的划分 | 第47页 |
| 4.4.2 相似性度量方法及其适用性分析 | 第47-48页 |
| 4.4.3 基于K-means算法的路段延迟数据隐性特征提取 | 第48-53页 |
| 4.4.4 路段GPS数据延迟时间不确定性分析 | 第53-57页 |
| 4.4.5 路段时延特征相似性分析 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 5 公交GPS数据延迟时间预测方法研究 | 第59-73页 |
| 5.1 公交GPS数据延迟时间预测框架 | 第59-60页 |
| 5.2 基于指数平滑算法的延迟时间预测 | 第60-62页 |
| 5.3 基于灰色理论的延迟时间预测 | 第62-63页 |
| 5.4 组合预测模型的建立 | 第63-66页 |
| 5.4.1 模型组合形式的选取 | 第64页 |
| 5.4.2 组合权重的确定 | 第64-65页 |
| 5.4.3 组合模型的建立 | 第65-66页 |
| 5.5 GPS数据延迟时间预测实例分析 | 第66-72页 |
| 5.5.1 预测评价指标 | 第66-67页 |
| 5.5.2 预测结果及分析 | 第67-72页 |
| 5.6 本章小结 | 第72-73页 |
| 6 结论与展望 | 第73-75页 |
| 6.1 研究结论 | 第73-74页 |
| 6.2 研究展望 | 第74-75页 |
| 致谢 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 附录 | 第81页 |
| A. 作者在攻读硕士学位期间公开的发明专利 | 第81页 |
| B. 作者在攻读硕士学位期间参与的科研项目 | 第81页 |