中文摘要 | 第1-4页 |
英文摘要 | 第4-8页 |
1 绪论 | 第8-11页 |
·研究背景 | 第8页 |
·研究目的、意义和研究内容 | 第8-9页 |
·研究目的及意义 | 第8-9页 |
·研究内容 | 第9页 |
·论文结构 | 第9-11页 |
2 公交客运量预测技术的研究现状 | 第11-17页 |
·国内外公交客运量预测技术的发展现状 | 第11-12页 |
·典型公交客运量预测方法 | 第12-15页 |
·时间序列模型 | 第12页 |
·灰色模型 | 第12-14页 |
·多元回归模型 | 第14页 |
·人工神经网络模型 | 第14-15页 |
·典型公交客运量预测方法分析 | 第15-16页 |
·本章小结 | 第16-17页 |
3 公交客运量影响因素与规律特征分析 | 第17-24页 |
·公交客运量预测特点 | 第17页 |
·公交客运量影响因素分析 | 第17-20页 |
·宏观因素 | 第18-19页 |
·微观因素 | 第19-20页 |
·公交客运量规律特征分析 | 第20-23页 |
·整体上升与周期波动特征 | 第21-22页 |
·随机波动特征 | 第22-23页 |
·本章小结 | 第23-24页 |
4 针对周期波动特征的公交客运量时间序列预测模型 | 第24-35页 |
·时间序列模型概述 | 第24-26页 |
·针对周期波动特征的时间序列模型的建立 | 第26-29页 |
·模型的建立 | 第26-28页 |
·模型的讨论 | 第28-29页 |
·实验结果及分析 | 第29-34页 |
·实验数据 | 第29-31页 |
·实验结果 | 第31-32页 |
·公司、分公司与线路实验结果及比较 | 第32-34页 |
·本章小结 | 第34-35页 |
5 针对随机波动特征的公交客运量灰色预测模型 | 第35-45页 |
·灰色系统模型概述 | 第35页 |
·GM(1,1)模型及改进 | 第35-38页 |
·GM(1,1)模型的建立 | 第35-37页 |
·GM(1,1)模型的改进 | 第37-38页 |
·实验结果及分析 | 第38-44页 |
·实验数据 | 第38-39页 |
·GM(1,1)改进模型实验结果 | 第39-42页 |
·GM(1,1)模型改进前后比较 | 第42-43页 |
·GM(1,1)改进模型与针对周期波动特征的时间序列模型比较 | 第43-44页 |
·本章小结 | 第44-45页 |
6 公交客运量预测系统的设计 | 第45-65页 |
·建立预测系统的必要性 | 第45页 |
·预测系统的总体设计 | 第45-49页 |
·预测系统的目标与特点 | 第45-46页 |
·预测系统的设计思想 | 第46-47页 |
·预测系统的基本结构 | 第47-49页 |
·预测系统实现的关键技术 | 第49-63页 |
·数据仓库模块的设计 | 第50-54页 |
·模型库模块的设计 | 第54-58页 |
·预测管理模块的设计 | 第58-60页 |
·人机对话模块的设计 | 第60-62页 |
·结果集成模块的设计 | 第62-63页 |
·预测系统界面 | 第63-64页 |
·本章小结 | 第64-65页 |
7 总结与展望 | 第65-66页 |
致谢 | 第66-67页 |
参考文献 | 第67-70页 |
附录:作者在攻读学位期间发表的论文目录 | 第70页 |