首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--运营技术论文--旅客运输论文

重庆市主城区公交客流预测研究

摘要第1-4页
Abstract第4-9页
1 绪论第9-15页
   ·研究背景第9页
   ·国内外研究现状第9-12页
   ·研究目标和内容与方法第12页
   ·研究技术路线第12-13页
   ·主要创新点第13-14页
   ·进一步研究问题与建议第14-15页
2 现状公交调查与分析第15-29页
   ·交通小区划分第15-19页
     ·划分的原则第15页
     ·交通小区个数第15-19页
   ·主城区公交现状调查的主要内容第19-24页
     ·重庆市都市圈经济社会状况第20-21页
     ·主城区客运公交现状调查第21-24页
   ·主城区公交现状问题分析第24-27页
     ·公交线网现状主要问题与分析第24-25页
     ·公交站场主要问题与分析第25页
     ·公交运力主要问题与分析第25-26页
     ·公交支持保障系统问题与分析第26-27页
   ·本章小结第27-29页
3 现状公交O-D推导第29-37页
   ·主城区公交现状O-D推导的思路第29页
   ·现状公交O-D推算模型的建立第29-36页
     ·建模原理第29-30页
     ·分配函数(系数)的确定第30-34页
     ·现状公交O D矩阵的检验及修正第34-36页
   ·本章小结第36-37页
4 重庆市社会经济发展预测第37-49页
   ·社会经济指标选取第37页
   ·预测方法第37-43页
     ·人口发展预测模型分析第37-39页
     ·经济发展预测模型分析第39-43页
   ·重庆市社会经济预测第43-46页
     ·重庆市市域社会经济发展预测第43-45页
     ·重庆市主城区社会经济发展预测第45-46页
   ·城市经济社会的发展与公共交通发展的关系分析第46-48页
     ·重庆市的地形地貌特征及道路基础设施状况决定了必须大力发展公共交通第46页
     ·经济社会的发展与公共交通的关系第46页
     ·城市规划范围的扩大、道路规划与发展公共交通的关系第46-47页
     ·旅游的发展和公共交通的关系第47页
     ·全面建设小康社会与公共交通发展的关系第47页
     ·公共交通与城市形象的关系分析第47页
     ·轨道交通、公交专用道与特色公共交通(BRT)的关系分析第47-48页
     ·重庆市公共交通的发展目标第48页
   ·本章小结第48-49页
5 重庆市公交客流需求预测第49-85页
   ·预测原则和内容第49-51页
     ·公交客流需求预测的原则第49-50页
     ·公交客流量预测的主要内容第50-51页
   ·重庆市主城区居民出行预测第51-58页
     ·居民出行产生预测第51-56页
     ·居民出行吸引预测第56-58页
   ·主城区客运交通结构研究第58-63页
     ·基本思路第58页
     ·主城区现状居民出行方式结构特征及成因分析第58-59页
     ·主城区居民出行方式分类及其发展的影响因素第59-61页
     ·主城区居民出行方式的特性第61-62页
     ·主城区客运交通方式划分预测第62-63页
   ·主城区公交出行预测第63-65页
     ·主城区公交出行产生预测第63-64页
     ·主城区公交出行吸引预测第64-65页
   ·公交出行分布预测第65-73页
     ·用交通分布预测方法概述第65-69页
     ·庆市主城区公交客流分布预测——增长系数法第69-73页
   ·公交通道客流预测第73-84页
     ·交通道的选取第73-77页
     ·城区公交通道流量预测第77-84页
   ·本章小结第84-85页
6 结论与进一步研究的方向第85-89页
   ·主要研究结论第85页
   ·进一步研究的问题第85-89页
参考文献第89-91页
致谢第91-93页
附录第93-110页
 附录一第95-96页
 附录二 2002年重庆市主城区公交客流OD分布表第96-98页
 附录三第98-100页
 附录四 2007年重庆市主城区公交客流OD分布表第100-101页
 附录五 2010年重庆市主城区公交客流OD分布表第101-102页
 附录六 2020年重庆市主城区公交客流OD分布表第102-103页
 附录七第103-104页
 附录八第104-105页
 附录九第105-106页
 附录十第106-108页
 附录十一第108-109页
 附录十二第109-110页
 附录十三第110页

论文共110页,点击 下载论文
上一篇:基于数据仓库、OLAP和数据挖掘技术的数据分析、展现与预测
下一篇:肌细胞增强因子-2与中国北方汉族人群冠心病的相关性研究