大型活动客流预测中专家意见量化研究与应用
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第12-17页 |
1.1 研究背景 | 第12-14页 |
1.2 研究目的及意义 | 第14-15页 |
1.2.1 研究目的 | 第14页 |
1.2.2 研究意义 | 第14-15页 |
1.3 研究内容及技术路线 | 第15-17页 |
1.3.1 研究内容 | 第15-16页 |
1.3.2 技术路线 | 第16-17页 |
第2章 大型活动客流预测方法综述 | 第17-26页 |
2.1 大型活动分类与交通特征 | 第17-20页 |
2.1.1 大型活动分类 | 第17-18页 |
2.1.2 大型活动交通特征 | 第18-19页 |
2.1.3 研究范围界定 | 第19-20页 |
2.2 大型活动客流预测方法 | 第20-24页 |
2.2.1 预测方法分类 | 第20-22页 |
2.2.2 定量预测方法 | 第22-23页 |
2.2.3 定性预测方法 | 第23-24页 |
2.3 预测方法对比分析 | 第24-25页 |
2.4 本章小结 | 第25-26页 |
第3章 2019 北京世园会客流预测 | 第26-34页 |
3.1 定量分析方法 | 第26-29页 |
3.1.1 参会意愿调查法 | 第26-29页 |
3.1.2 需求人工合成法 | 第29页 |
3.1.3 交通设施约束法 | 第29页 |
3.2 定性方法预测客流规模 | 第29-31页 |
3.2.1 定性类推方法 | 第29-30页 |
3.2.2 专家咨询法 | 第30-31页 |
3.3 专家评审确定客流规模 | 第31页 |
3.4 客流预测实践及问题 | 第31-33页 |
3.4.1 世园会客流需求分析 | 第32页 |
3.4.2 世园会客流规模预测 | 第32-33页 |
3.5 本章小结 | 第33-34页 |
第4章 基于LDA的专家意见量化分析模型 | 第34-52页 |
4.1 常用专家意见量化方法 | 第34-40页 |
4.1.1 层次分析法 | 第34-36页 |
4.1.2 专家打分法 | 第36-38页 |
4.1.3 模糊综合评价法 | 第38-39页 |
4.1.4 方法比较分析 | 第39-40页 |
4.2 人工智能领域的量化方法 | 第40-41页 |
4.3 LDA主题模型理论 | 第41-47页 |
4.3.1 发展历程 | 第41-42页 |
4.3.2 前提假设 | 第42页 |
4.3.3 基本原理 | 第42-44页 |
4.3.4 Gibbs算法 | 第44-46页 |
4.3.5 主题数确定 | 第46-47页 |
4.4 建模流程 | 第47-51页 |
4.4.1 文本预处理 | 第47-49页 |
4.4.2 文本-词频矩阵 | 第49页 |
4.4.3 参数估计流程 | 第49页 |
4.4.4 主题数确定 | 第49-50页 |
4.4.5 结果输出 | 第50-51页 |
4.5 本章小结 | 第51-52页 |
第5章 LDA的专家意见量化分析实践与应用 | 第52-67页 |
5.1 专家意见预处理 | 第52-53页 |
5.2 模型参数标定 | 第53-55页 |
5.3 隐含主题提取 | 第55-61页 |
5.3.1 过滤数学符号、数字及英文字母 | 第55-56页 |
5.3.2 过滤单字及不能映射主题的词 | 第56-57页 |
5.3.3 过滤语义广泛且映射主题不定的词 | 第57-58页 |
5.3.4 过滤不能明确映射主题的词 | 第58-59页 |
5.3.5 生成文本-主题及主题-词概率分布 | 第59-61页 |
5.4 主题设施相对重要性确定及比较 | 第61-62页 |
5.4.1 相对重要性确定 | 第61-62页 |
5.4.2 相对重要性比较 | 第62页 |
5.5 LDA的专家意见量化分析应用 | 第62-66页 |
5.5.1 改进的世园会客流预测流程 | 第62-63页 |
5.5.2 主要场景反馈与客流预测 | 第63-65页 |
5.5.3 群体专家决策的滚动预测模式 | 第65-66页 |
5.6 本章小结 | 第66-67页 |
第6章 结论与展望 | 第67-69页 |
6.1 论文主要内容与成果 | 第67页 |
6.2 论文研究不足与展望 | 第67-69页 |
参考文献 | 第69-73页 |
致谢 | 第73-74页 |