| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-21页 |
| 1.1 课题背景 | 第10-11页 |
| 1.2 国内外道路交通流预测现状 | 第11-16页 |
| 1.2.1 交通预测理论及发展 | 第11-13页 |
| 1.2.2 道路交通量预测方法综述 | 第13-16页 |
| 1.3 组合预测理论研究现状 | 第16-17页 |
| 1.4 道路交通流的特性分析 | 第17-18页 |
| 1.5 课题研究目的和意义 | 第18-19页 |
| 1.6 本文研究内容 | 第19-20页 |
| 1.7 本文研究的方法 | 第20-21页 |
| 2 道路交通量预测前期数据的预处理 | 第21-28页 |
| 2.1 交通量预测中的异常数据分析 | 第21-23页 |
| 2.1.1 异常数据的分类 | 第21-22页 |
| 2.1.2 异常数据对预测结果的影响 | 第22-23页 |
| 2.2 交通流异常数据的识别 | 第23-25页 |
| 2.3 实际预测中交通流异常数据的修正方法 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 小波多尺度-指数平滑法预测模型在交通量预测中的应用 | 第28-47页 |
| 3.1 指数平滑法基本原理 | 第28-31页 |
| 3.1.1 指数平滑模型的优点 | 第28-29页 |
| 3.1.2 指数平滑法预测模型的基本原理 | 第29-30页 |
| 3.1.3 a值的确定 | 第30-31页 |
| 3.1.4 平滑初值的确定 | 第31页 |
| 3.2 小波多尺度分析 | 第31-35页 |
| 3.2.1 小波变换 | 第31-33页 |
| 3.2.2 多尺度分析 | 第33-35页 |
| 3.3 交通量小波多尺度指数平滑预测法预测模型建立 | 第35-46页 |
| 3.3.1 步长为年的交通量预测模型 | 第35-38页 |
| 3.3.2 步长为半年的交通量预测模型 | 第38-39页 |
| 3.3.3 步长为季度的交通量预测模型 | 第39-40页 |
| 3.3.4 步长为月的交通量预测模型 | 第40-43页 |
| 3.3.5 交通量预测模型的整合 | 第43-45页 |
| 3.3.6 预测结果检验及其结论 | 第45-46页 |
| 3.4 本章小结 | 第46-47页 |
| 4 ARIMA模型建立及其在交通量预测中的应用 | 第47-58页 |
| 4.1 自回归模型AR(p) | 第47-48页 |
| 4.2 滑动平均模型MA(q) | 第48页 |
| 4.3 自回归滑动平均过程ARMA(p,q)模型 | 第48-49页 |
| 4.4 非平稳求和自回归移动平均模型ARIMA(p,d,q)的基本原理 | 第49-54页 |
| 4.4.1 时间序列平稳性检验和序列的平稳化 | 第50-51页 |
| 4.4.2 平稳序列的模型识别 | 第51-52页 |
| 4.4.3 模型的定阶 | 第52页 |
| 4.4.4 模型的参数估计和模型的检验 | 第52-54页 |
| 4.5 ARIMA模型交通量预测应用 | 第54-57页 |
| 4.6 本章小结 | 第57-58页 |
| 5 交通量组合预测模型分析 | 第58-66页 |
| 5.1 单项预测方法的选择原则 | 第58-59页 |
| 5.2 组合预测模型的定义 | 第59-60页 |
| 5.3 组合预测方法的分类 | 第60页 |
| 5.4 组合预测与单项预测的误差对比 | 第60-63页 |
| 5.5 交通流量预测误差指标 | 第63页 |
| 5.6 线性非负最优组合预测模型的应用 | 第63-65页 |
| 5.7 本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70页 |
