基于支持张量机与动态混合算法的公交车到站时间在线预测研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 公交车信息采集现状 | 第12-13页 |
| 1.2.2 到站时间预测技术发展现状 | 第13-15页 |
| 1.3 主要研究内容与创新点 | 第15-16页 |
| 1.4 论文的主要研究思路和结构安排 | 第16-18页 |
| 第二章 相关理论与方法介绍 | 第18-31页 |
| 2.1 支持张量机理论 | 第18-21页 |
| 2.1.1 张量的定义 | 第18-19页 |
| 2.1.2 张量运算 | 第19-20页 |
| 2.1.3 张量分解 | 第20页 |
| 2.1.4 线性支持张量机 | 第20-21页 |
| 2.2 聚类分析 | 第21-26页 |
| 2.2.1 聚类定义 | 第21-22页 |
| 2.2.2 类的性质特征 | 第22页 |
| 2.2.3 聚类分析之距离 | 第22-24页 |
| 2.2.4 聚类分析之相似系数 | 第24-26页 |
| 2.3 常用聚类算法 | 第26-29页 |
| 2.3.1 划分聚类算法 | 第26-27页 |
| 2.3.2 层次聚类算法 | 第27-29页 |
| 2.4 多元线性模型和梯度下降训练算法 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 公交车行驶特性及规律分析 | 第31-46页 |
| 3.1 存储数据特性 | 第31-33页 |
| 3.2 测量数据影响 | 第33-34页 |
| 3.3 影响到站时间因素分析 | 第34-38页 |
| 3.3.1 行驶路段因素分析 | 第34-35页 |
| 3.3.2 停靠站台时间因素分析 | 第35页 |
| 3.3.3 交通状况因素分析 | 第35-36页 |
| 3.3.4 到站时间因素综合分析 | 第36-38页 |
| 3.4 公交车行驶规律分析 | 第38-45页 |
| 3.4.1 行驶时间及时段分析 | 第39-41页 |
| 3.4.2 历史同时间段规律 | 第41-43页 |
| 3.4.3 路段行驶速度的估计与计算方法 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 公交车到站时间模型建立与分析 | 第46-54页 |
| 4.1 聚类分析 | 第46-47页 |
| 4.1.1 工作日 | 第46页 |
| 4.1.2 非工作日 | 第46-47页 |
| 4.2 预测模型总设计 | 第47-48页 |
| 4.3 静态预测设计 | 第48-49页 |
| 4.4 动态预测设计 | 第49-53页 |
| 4.4.1 下一站时间预测 | 第50-51页 |
| 4.4.2 路段行驶时间预测 | 第51-52页 |
| 4.4.3 公交车靠站时间预测 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 公交车到站时间预测结果及对比分析 | 第54-64页 |
| 5.1 数据集构建 | 第54-56页 |
| 5.1.1 静态数据集构建 | 第55-56页 |
| 5.1.2 动态数据集构建 | 第56页 |
| 5.2 实验结果及误差对比分析 | 第56-63页 |
| 5.2.1 实验运行环境 | 第56-57页 |
| 5.2.2 静态预测 | 第57页 |
| 5.2.3 动态预测 | 第57-63页 |
| 5.3 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间的研究成果 | 第70-71页 |
