基于二型模糊集合理论的交通流长时预测方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第11-14页 |
| 1.1 研究背景 | 第11页 |
| 1.2 课题研究意义 | 第11-12页 |
| 1.3 研究内容和论文结构 | 第12-13页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 论文结构 | 第13页 |
| 1.4 本章小结 | 第13-14页 |
| 2 交通流预测问题研究综述 | 第14-21页 |
| 2.1 引言 | 第14页 |
| 2.2 基于模型的动态交通分配 | 第14-16页 |
| 2.2.1 动态交通分配分类 | 第14-15页 |
| 2.2.2 存在的问题 | 第15-16页 |
| 2.3 基于数据的交通流预测 | 第16-20页 |
| 2.3.1 短时预测 | 第16-19页 |
| 2.3.2 长时预测 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 二型模糊集合理论概述 | 第21-29页 |
| 3.1 引言 | 第21页 |
| 3.2 不同集合定义 | 第21-25页 |
| 3.2.1 一型模糊集合 | 第21-22页 |
| 3.2.2 区间值模糊集合 | 第22页 |
| 3.2.3 二型模糊集合 | 第22-24页 |
| 3.2.4 区间二型模糊集合 | 第24-25页 |
| 3.3 区间二型模糊集合概念 | 第25-27页 |
| 3.3.1 不确定轨迹 | 第25-26页 |
| 3.3.2 二型模糊集合示例 | 第26-27页 |
| 3.4 本章小结 | 第27-29页 |
| 4 交通流长时预测框架的提出及其实现方法 | 第29-38页 |
| 4.1 交通流长时预测框架简介 | 第29-30页 |
| 4.2 交通流数据预处理模块 | 第30-33页 |
| 4.2.1 滤波 | 第31页 |
| 4.2.2 交通流数据的置信区间描述 | 第31-33页 |
| 4.3 二型模糊化模块 | 第33-36页 |
| 4.3.1 模糊化算法 | 第33-34页 |
| 4.3.2 区间算法数据部分 | 第34-35页 |
| 4.3.3 区间算法模糊集部分 | 第35-36页 |
| 4.4 交通流数据预测模块 | 第36页 |
| 4.5 预测框架误差分析方法 | 第36-37页 |
| 4.6 本章小结 | 第37-38页 |
| 5 交通流长时预测仿真实验 | 第38-47页 |
| 5.1 预处理模块仿真实验 | 第38-40页 |
| 5.2 二型模糊化模块仿真实验 | 第40-42页 |
| 5.2.1 归十化 | 第40页 |
| 5.2.2 区间算法数据部分 | 第40-41页 |
| 5.2.3 区间算法模糊集部分 | 第41-42页 |
| 5.3 预测模块仿真实验 | 第42-43页 |
| 5.4 预测框架误差分析 | 第43-46页 |
| 5.5 本章小结 | 第46-47页 |
| 6 敏感参数分析 | 第47-60页 |
| 6.1 引言 | 第47页 |
| 6.2 比例因子取值研究 | 第47-51页 |
| 6.2.1 比例因子对预测结果误差的影响 | 第48-49页 |
| 6.2.2 比例因子与重心曲线的关系 | 第49-51页 |
| 6.3 滤波方法研究 | 第51-58页 |
| 6.3.1 滤波简介 | 第51-52页 |
| 6.3.2 数字滤波器 | 第52页 |
| 6.3.3 不同滤波方法对长时预测结果的影响 | 第52-58页 |
| 6.4 本章小结 | 第58-60页 |
| 7 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 图索引 | 第66-67页 |
| FIGURE INDEX | 第67-69页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第69-71页 |
| 学位论文数据集 | 第71页 |
