| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 地铁运营事故延误及其影响因素 | 第11-16页 |
| 1.2.1 地铁运营事故延误 | 第11-14页 |
| 1.2.2 地铁运营事故延误的影响因素 | 第14-16页 |
| 1.3 论文的主要研究内容和组织结构 | 第16-18页 |
| 1.4 论文的创新点 | 第18-20页 |
| 2 地铁运营事故及其延误研究现状分析 | 第20-34页 |
| 2.1 地铁运营事故研究现状分析 | 第20-21页 |
| 2.2 地铁运营事故延误研究现状分析 | 第21-22页 |
| 2.3 公路运输事故持续时间研究现状分析 | 第22-32页 |
| 2.3.1 事故持续时间的概率分布 | 第23页 |
| 2.3.2 事故持续时间的回归分析 | 第23-25页 |
| 2.3.3 数据挖掘方法 | 第25-29页 |
| 2.3.4 分类回归树模型 | 第29-30页 |
| 2.3.5 基于风险分析的交通事故持续时问预测方法 | 第30-31页 |
| 2.3.6 交通事故持续时间其他研究方法 | 第31-32页 |
| 2.4 本章小结 | 第32-34页 |
| 3 地铁运营事故延误数据及其描述性统计分析 | 第34-48页 |
| 3.1 地铁运营事故数据来源 | 第35-38页 |
| 3.2 地铁运营事故影响因素分类 | 第38-41页 |
| 3.3 地铁运营事故数据描述性统计分析 | 第41-45页 |
| 3.4 地铁运营事故延误数据分布形式确定 | 第45-46页 |
| 3.5 本章小结 | 第46-48页 |
| 4 基于最大似然回归树的地铁运营事故延误模型 | 第48-58页 |
| 4.1 树形分析方法概述 | 第48-51页 |
| 4.1.1 树形结构的构造 | 第49-50页 |
| 4.1.2 树形结构的剪枝过程 | 第50-51页 |
| 4.2 最大似然回归树算法 | 第51-56页 |
| 4.2.1 MLRT算法建树过程 | 第52-53页 |
| 4.2.2 MLRT算法剪枝过程 | 第53-55页 |
| 4.2.3 针对最大似然回归树叶节点的加速失效模型 | 第55-56页 |
| 4.3 本章小结 | 第56-58页 |
| 5 模型结果和交叉作用分析 | 第58-84页 |
| 5.1 树形结构的导出 | 第58-67页 |
| 5.2 树形结构剪枝和最优树选择 | 第67-70页 |
| 5.3 模型结果验证分析 | 第70-72页 |
| 5.4 叶节点AFT回归分析 | 第72-74页 |
| 5.5 叶节点生存函数分析 | 第74-77页 |
| 5.6 交叉作用分析 | 第77-79页 |
| 5.7 模型应用分析 | 第79-81页 |
| 5.8 本章小结 | 第81-84页 |
| 6 结论与展望 | 第84-88页 |
| 6.1 论文主要工作及结论 | 第84-86页 |
| 6.2 研究不足与展望 | 第86-88页 |
| 参考文献 | 第88-94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 |