| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题背景与意义 | 第8页 |
| 1.2 车辆荷载统计建模与数据挖掘的研究现状 | 第8-9页 |
| 1.3 极值统计发展历史简介与研究现状 | 第9-10页 |
| 1.4 Copula 理论的发展历史简介与研究现状 | 第10-14页 |
| 1.5 主要研究内容 | 第14-15页 |
| 第2章 重车队理论模型研究 | 第15-25页 |
| 2.1 引言 | 第15页 |
| 2.2 重车队的简化模型 | 第15-16页 |
| 2.3 重车队长度的概率分布 | 第16页 |
| 2.4 成串概率的计算方法 | 第16-22页 |
| 2.4.1 成串概率的极大似然估计法 | 第16页 |
| 2.4.2 成串概率的贝叶斯估计法 | 第16-18页 |
| 2.4.3 成串概率的理论计算方法 | 第18-22页 |
| 2.5 时间段[0,T]内各种类型车队的平均出现次数 | 第22-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 基于实测数据的重车队统计建模与分析 | 第25-53页 |
| 3.1 引言 | 第25页 |
| 3.2 成串概率关于阀值的回归模型 | 第25-27页 |
| 3.3 成串概率时间序列的动态线性模型 | 第27-32页 |
| 3.3.1 成串概率动态线性模型的构建 | 第28页 |
| 3.3.2 成串概率的状态估计、模拟及预测 | 第28-32页 |
| 3.4 成串概率相关结构分析与建模 | 第32-44页 |
| 3.4.1 传统相关性度量方法简介 | 第32-33页 |
| 3.4.2 Copula 建模与相关性度量理论简介 | 第33-35页 |
| 3.4.3 基于 Copula 理论的成串概率相关性建模与分析 | 第35-44页 |
| 3.5 车队总重的统计分布 | 第44-47页 |
| 3.5.1 EM 算法简介 | 第44-46页 |
| 3.5.2 车队总重分布拟合 | 第46-47页 |
| 3.6 挂车轴重的分布与相关性分析 | 第47-52页 |
| 3.6.1 挂车轴重分布拟合 | 第47-49页 |
| 3.6.2 挂车轴重相关结构分析与建模 | 第49-52页 |
| 3.7 本章小结 | 第52-53页 |
| 第4章 车队总重极值建模与预测 | 第53-77页 |
| 4.1 引言 | 第53页 |
| 4.2 极值统计理论 | 第53-57页 |
| 4.2.1 精确法 | 第53-54页 |
| 4.2.2 区组最大值模型 | 第54-55页 |
| 4.2.3 阀值模型 | 第55-57页 |
| 4.3 车队总重最大值极值建模 | 第57-69页 |
| 4.3.1 区组最大值模型 | 第57-64页 |
| 4.3.2 阀值模型 | 第64-68页 |
| 4.3.3 经典极值模型的比较 | 第68-69页 |
| 4.4 半理论半经验模型 | 第69-73页 |
| 4.5 设上限极值建模方法 | 第73-76页 |
| 4.6 本章小结 | 第76-77页 |
| 结论 | 第77-78页 |
| 参考文献 | 第78-85页 |
| 致谢 | 第85页 |
