基于相似路段划分的公交车行程时间预测方法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 课题研究意义 | 第13页 |
| 1.3 国内外研究现状 | 第13-18页 |
| 1.3.1 国外研究现状 | 第13-14页 |
| 1.3.2 国内研究现状 | 第14-15页 |
| 1.3.3 公交行程时间预测模型总结分析 | 第15-18页 |
| 1.4 论文的主要工作 | 第18-19页 |
| 1.5 论文的组织与结构 | 第19-20页 |
| 第2章 影响公交车行程时间的因素及相关技术分析 | 第20-32页 |
| 2.1 影响公交车行驶时间的因素 | 第20-23页 |
| 2.2 交通及车辆数据采集方式 | 第23-28页 |
| 2.2.1 传统数据采集 | 第23-24页 |
| 2.2.2 交通设备数据采集 | 第24-26页 |
| 2.2.3 其他信息采集 | 第26-27页 |
| 2.2.4 公交数据采集中的误差因素 | 第27-28页 |
| 2.3 相关算法介绍 | 第28-31页 |
| 2.3.1 聚类分析 | 第28-29页 |
| 2.3.2 K-means聚类算法介绍 | 第29页 |
| 2.3.3 标准卡尔曼滤波算法介绍 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 公交车在相似路段间的行驶时间预测 | 第32-44页 |
| 3.1 影响道路通行能力的因素 | 第32-34页 |
| 3.2 公交线路相似性划分 | 第34-35页 |
| 3.3 抽象路段及公交站站间行驶特性分析 | 第35-39页 |
| 3.3.1 公交车行驶路线的抽象 | 第35-39页 |
| 3.3.2 公交车站间行程时间特性 | 第39页 |
| 3.4 融合多线路信息的卡尔曼滤波算法 | 第39-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 公交车停靠时间分析及聚类 | 第44-56页 |
| 4.1 公交车站点停靠特性 | 第44-47页 |
| 4.1.1 减速进站阶段 | 第45-46页 |
| 4.1.2 停靠静止阶段 | 第46-47页 |
| 4.1.3 加速出站阶段 | 第47页 |
| 4.2 公交站点停靠时间规律分析 | 第47-50页 |
| 4.3 K-means算法对停靠时间聚类 | 第50-53页 |
| 4.4 公交车在相似路段的行程时间预测 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 实验结果与分析 | 第56-64页 |
| 5.1 实验设计与流程 | 第56-60页 |
| 5.1.1 停靠时间预测 | 第56-58页 |
| 5.1.2 公交车站间行驶时间预测 | 第58-60页 |
| 5.2 公交车在相似路段的行程时间预测 | 第60-61页 |
| 5.3 预测算法性能评估指标与实验结果分析 | 第61-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
