基于马尔可夫链组合模型的交通流量长时预测
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 研究目标、内容及方案 | 第13-16页 |
| 1.2.1 研究目标 | 第13页 |
| 1.2.2 研究内容 | 第13-14页 |
| 1.2.3 研究方案 | 第14-16页 |
| 1.3 论文结构安排 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 2 交通流量预测研究综述 | 第18-26页 |
| 2.1 概述 | 第18页 |
| 2.2 研究现状 | 第18-22页 |
| 2.2.1 基于统计的预测模型 | 第18-20页 |
| 2.2.2 基于非线性理论的预测模型 | 第20页 |
| 2.2.3 基于人工智能的预测模型 | 第20-22页 |
| 2.2.4 基于组合模型方法的预测模型 | 第22页 |
| 2.3 研究现状小结 | 第22-23页 |
| 2.4 基于马尔可夫链的预测模型研究现状 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 交通流长时预测理论基础 | 第26-34页 |
| 3.1 聚类算法 | 第26-28页 |
| 3.1.1 K-means聚类 | 第26-27页 |
| 3.1.2 有序聚类法 | 第27-28页 |
| 3.2 马尔可夫链 | 第28-32页 |
| 3.2.1 马尔可夫链的定义和定理 | 第28-30页 |
| 3.2.2 马尔可夫链的状态分类 | 第30-31页 |
| 3.2.3 马尔可夫链的闭集 | 第31页 |
| 3.2.4 马尔可夫链的极限状态与平稳分布 | 第31-32页 |
| 3.3 本章小结 | 第32-34页 |
| 4 交通流量数据特点及预处理 | 第34-50页 |
| 4.1 交通流量数据的特点 | 第34-36页 |
| 4.1.1 随机性 | 第34页 |
| 4.1.2 波动性 | 第34-35页 |
| 4.1.3 周期性 | 第35-36页 |
| 4.2 交通流量数据预处理 | 第36-49页 |
| 4.2.1 异常数据 | 第37页 |
| 4.2.2 异常数据的处理 | 第37-49页 |
| 4.3 本章小结 | 第49-50页 |
| 5 基于均值马尔可夫链的交通流量长时预测 | 第50-64页 |
| 5.1 交通流量长时预测的基本思想 | 第50-51页 |
| 5.2 均值马尔可夫链的构建 | 第51-54页 |
| 5.2.1 "马氏性"的检验 | 第51-52页 |
| 5.2.2 状态构建 | 第52-53页 |
| 5.2.3 构建一步状态转移概率矩阵 | 第53页 |
| 5.2.4 预测模块的构建 | 第53-54页 |
| 5.3 交通流量的预测结果评价指标 | 第54页 |
| 5.4 实例分析 | 第54-62页 |
| 5.4.1 "马氏性"的检验 | 第55-57页 |
| 5.4.2 状态划分 | 第57-58页 |
| 5.4.3 计算一步状态转移概率矩阵 | 第58-60页 |
| 5.4.4 预测结果计算 | 第60页 |
| 5.4.5 预测结果对比分析 | 第60-62页 |
| 5.5 本章小结 | 第62-64页 |
| 6 基于聚类马尔可夫链的交通流长时预测 | 第64-78页 |
| 6.1 聚类马尔可夫链应用分析 | 第64-65页 |
| 6.2 聚类马尔可夫链的构建 | 第65-67页 |
| 6.2.1 "马氏性"的检验 | 第65页 |
| 6.2.2 状态构建 | 第65-66页 |
| 6.2.3 构建一步状态转移概率矩阵 | 第66页 |
| 6.2.4 预测模块的构建 | 第66-67页 |
| 6.3 区间预测结果的评价方法 | 第67-68页 |
| 6.3.1 下限法 | 第67页 |
| 6.3.2 均值法 | 第67-68页 |
| 6.4 实例分析 | 第68-75页 |
| 6.4.1 "马氏性"的检验 | 第68页 |
| 6.4.2 状态划分 | 第68-70页 |
| 6.4.3 一步状态转移概率矩阵的计算 | 第70-72页 |
| 6.4.4 预测结果计算 | 第72页 |
| 6.4.5 预测结果对比分析 | 第72-75页 |
| 6.5 本章小结 | 第75-78页 |
| 7 基于聚类加权马尔可夫链的交通流量长时预测 | 第78-88页 |
| 7.1 聚类加权马尔可夫链应用分析 | 第78页 |
| 7.2 聚类加权马尔可夫链的构建 | 第78-80页 |
| 7.2.1 "马氏性"的检验 | 第78页 |
| 7.2.2 状态构建 | 第78-79页 |
| 7.2.3 构建多步状态转移概率矩阵 | 第79页 |
| 7.2.4 各阶自相关系数 | 第79-80页 |
| 7.2.5 各阶自相关系数标准化 | 第80页 |
| 7.2.6 预测模块的构建 | 第80页 |
| 7.3 实例分析 | 第80-87页 |
| 7.3.1 "马氏性"的检验 | 第80-81页 |
| 7.3.2 状态划分 | 第81页 |
| 7.3.3 计算多步状态转移概率矩阵 | 第81-82页 |
| 7.3.4 各阶自相关系数的计算 | 第82-83页 |
| 7.3.5 各阶自相关系数标准化 | 第83页 |
| 7.3.6 预测结果计算 | 第83-84页 |
| 7.3.7 预测结果对比分析 | 第84-87页 |
| 7.4 本章小结 | 第87-88页 |
| 8 结论 | 第88-90页 |
| 参考文献 | 第90-94页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第94-98页 |
| 学位论文数据集 | 第98页 |
