基于位置和乘车信息的公交站点客流预测方法
| 摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 研究背景 | 第13页 |
| 1.2 研究目的及意义 | 第13-15页 |
| 1.2.1 研究目的 | 第13-14页 |
| 1.2.2 研究意义 | 第14-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 技术路线 | 第16-17页 |
| 1.5 章节结构 | 第17-19页 |
| 第2章 相关研究综述 | 第19-25页 |
| 2.1 站点客流估计 | 第19-21页 |
| 2.2 客流特性分析 | 第21-22页 |
| 2.3 交通短时预测方法 | 第22-24页 |
| 2.4 小结 | 第24-25页 |
| 第3章 站点客流估计 | 第25-37页 |
| 3.1 数据预处理 | 第25-26页 |
| 3.2 刷卡记录聚类分析 | 第26-30页 |
| 3.2.1 K-means聚类算法 | 第26-27页 |
| 3.2.2 凝聚型层次聚类算法 | 第27-28页 |
| 3.2.3 聚类算法对比 | 第28-30页 |
| 3.3 多源数据时间匹配 | 第30-34页 |
| 3.3.1 均值匹配方法 | 第31-32页 |
| 3.3.2 首次刷卡匹配方法 | 第32-34页 |
| 3.3.3 匹配方法对比 | 第34页 |
| 3.4 站点客流统计 | 第34-35页 |
| 3.5 小结 | 第35-37页 |
| 第4章 客流特性分析与预测 | 第37-51页 |
| 4.1 线路客流特性分析 | 第37-39页 |
| 4.1.1 方向不均衡性 | 第37-38页 |
| 4.1.2 供需平衡性 | 第38-39页 |
| 4.2 站点客流特性分析 | 第39-41页 |
| 4.2.1 通勤特性 | 第39-40页 |
| 4.2.2 时间不均衡性 | 第40-41页 |
| 4.3 特征站点选取与分类 | 第41-44页 |
| 4.3.1 特征站点选取 | 第41-42页 |
| 4.3.2 特征站点分类 | 第42-44页 |
| 4.4 变量与模型选择 | 第44-49页 |
| 4.4.1 变量分类 | 第44-45页 |
| 4.4.2 模型预测 | 第45-48页 |
| 4.4.3 模型与变量确定 | 第48-49页 |
| 4.5 小结 | 第49-51页 |
| 第5章 站点客流预测实例分析 | 第51-69页 |
| 5.1 数据分析与预处理 | 第51-54页 |
| 5.1.1 数据分析 | 第51-52页 |
| 5.1.2 数据预处理 | 第52-54页 |
| 5.2 特征站点选取 | 第54-58页 |
| 5.3 站点客流预测 | 第58-68页 |
| 5.3.1 办公型站点 | 第59-63页 |
| 5.3.2 居住-办公型站点 | 第63-65页 |
| 5.3.3 混合型站点 | 第65-67页 |
| 5.3.4 预测总结 | 第67-68页 |
| 5.4 小结 | 第68-69页 |
| 第6章 总结与展望 | 第69-73页 |
| 6.1 论文总结 | 第69-70页 |
| 6.1.1 论文研究内容 | 第69-70页 |
| 6.1.2 论文创新点 | 第70页 |
| 6.2 论文展望 | 第70-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 学位论文评阅及答辩情况表 | 第78页 |
