道路交通流量数据处理与预测模型研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·课题研究背景及意义 | 第7-9页 |
| ·课题研究背景 | 第7-8页 |
| ·研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10页 |
| ·本文工作及结构安排 | 第10-12页 |
| 2 交通流量数据处理与预测模型概述 | 第12-19页 |
| ·数据处理概述 | 第12-13页 |
| ·基于傅里叶分析的数据处理 | 第12-13页 |
| ·基于曲线拟合的数据处理 | 第13页 |
| ·基于交通参数之间关系的数据处理 | 第13页 |
| ·交通流量预测模型概述 | 第13-18页 |
| ·基于数学模型的交通流量预测 | 第14-16页 |
| ·基于非数学模型的交通流量预测 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 3 交通流量数据的处理 | 第19-30页 |
| ·交通流量数据的噪声 | 第19-21页 |
| ·交通流量数据的采集 | 第19页 |
| ·流量数据噪声的主要类型 | 第19-21页 |
| ·缺失值及不一致数据的处理 | 第21-23页 |
| ·数据上传周期分析 | 第21-22页 |
| ·修复漏传值及不一致数据 | 第22-23页 |
| ·基于小波分析的异常检测 | 第23-29页 |
| ·小波分析原理 | 第24-26页 |
| ·基于小波分析的交通流量数据处理 | 第26-27页 |
| ·结合最小二乘法的数据处理实现 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 4 基于 BP 神经网络的交通流量预测模型 | 第30-38页 |
| ·BP 神经网络 | 第30-33页 |
| ·网络结构 | 第30-31页 |
| ·训练过程 | 第31-33页 |
| ·交叉路口流量预测模型方案设计 | 第33-35页 |
| ·交通流量数据的采集 | 第34页 |
| ·交通流量预测模型设计 | 第34-35页 |
| ·交叉路口预测的BP 训练算法 | 第35-37页 |
| ·网络结构的确定 | 第36页 |
| ·BP 算法的缺点 | 第36-37页 |
| ·对BP 算法的改进 | 第37页 |
| ·本章小结 | 第37-38页 |
| 5 算法验证 | 第38-60页 |
| ·交通流量数据处理实验 | 第38-47页 |
| ·周期分析及缺失值的补偿和不一致数据的处理 | 第39-43页 |
| ·小波分析结合最小二乘法异常值修复 | 第43-47页 |
| ·交通流量预测实验 | 第47-54页 |
| ·评价参数 | 第47-48页 |
| ·预测实验 | 第48-54页 |
| ·实验结果分析 | 第54-59页 |
| ·数据处理结果分析 | 第54-55页 |
| ·交通流量预测结果分析 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-61页 |
| ·总结 | 第60页 |
| ·展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录 | 第65页 |
| A. 作者在攻读学位期间发表的论文目录 | 第65页 |
