摘要 | 第1-10页 |
ABSTRACT | 第10-12页 |
第一章 绪论 | 第12-17页 |
·课题背景 | 第12-14页 |
·发展城市公交系统的意义 | 第12-13页 |
·城市公交系统智能化及到站时间预测研究必要性 | 第13-14页 |
·课题研究的目的、意义和内容 | 第14-16页 |
·研究目的和意义 | 第14-15页 |
·研究内容 | 第15-16页 |
·论文结构 | 第16页 |
·本章小结 | 第16-17页 |
第二章 公交车辆到达时间预测研究分析及相关技术介绍 | 第17-27页 |
·国内外公交车辆到站时间预测研究的发展现状 | 第17-19页 |
·国内外公交车辆到达时间预测模型的研究及分析 | 第19-22页 |
·影响公交车到达时间因素及预测精度分析 | 第22-23页 |
·影响公交车辆到达时间因素分析 | 第22页 |
·影响公交到站预测精度因素分析 | 第22-23页 |
·GPS公交浮动车技术 | 第23-26页 |
·GPS组成及定位原理 | 第23-25页 |
·基于浮动公交车的数据采集 | 第25-26页 |
·本章小结 | 第26-27页 |
第三章 相关理论介绍 | 第27-43页 |
·支持向量机 | 第27-36页 |
·相关理论概述 | 第27-31页 |
·LibSVM分析 | 第31-36页 |
·KALMAN滤波理论 | 第36-38页 |
·相关理论概述 | 第36页 |
·离散时间滤波分析 | 第36-38页 |
·H_∞滤波理论 | 第38-42页 |
·相关理论概述 | 第38-40页 |
·H_∞滤波设计分析 | 第40-42页 |
·本章小结 | 第42-43页 |
第四章 公交车辆到达时间预测研究分析 | 第43-52页 |
·公交车辆到站时间联合预测模型 | 第43-46页 |
·静态预测 | 第44-45页 |
·动态预测 | 第45-46页 |
·基于动态滤波公交到站时间预测 | 第46-51页 |
·离散时间H_∞预测 | 第46-48页 |
·离散时间Kalman预测 | 第48-49页 |
·离散H_∞和Kalman预测对比分析 | 第49-51页 |
·本章小结 | 第51-52页 |
第五章 公交到站时间预测实例研究 | 第52-65页 |
·公交到站时间原始数据处理 | 第52-56页 |
·公交到站时间预测误差评价指标 | 第56-57页 |
·实验过程及结果分析 | 第57-64页 |
·基于SVM静态预测结果 | 第57-60页 |
·基于SVM-Kalman联合预测结果 | 第60-61页 |
·基于SVM-H_∞联合预测结果 | 第61-64页 |
·本章小结 | 第64-65页 |
第六章 结论与展望 | 第65-68页 |
·结论 | 第65-67页 |
·展望 | 第67-68页 |
致谢 | 第68-69页 |
参考文献 | 第69-72页 |
学位论文评阅及答辩情况表 | 第72页 |