| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及目的 | 第9-10页 |
| 1.2 研究意义 | 第10页 |
| 1.3 国内外现状分析 | 第10-12页 |
| 1.3.1 国外研究现状 | 第10-11页 |
| 1.3.2 国内研究现状 | 第11-12页 |
| 1.4 论文研究思路、主要研究内容 | 第12-13页 |
| 1.4.1 论文的研究思路 | 第12页 |
| 1.4.2 主要研究内容 | 第12-13页 |
| 1.5 文章结构 | 第13-15页 |
| 第二章 高速公路收费站通行费数据分析及预处理 | 第15-21页 |
| 2.1 高速公路收费站通行费介绍 | 第15-16页 |
| 2.1.1 高速公路收费站收费管理 | 第15-16页 |
| 2.1.2 高速公路收费站通行费数据特性 | 第16页 |
| 2.2 数据预处理 | 第16-19页 |
| 2.2.1 数据预处理概述 | 第17页 |
| 2.2.2 原始数据特性分析 | 第17-18页 |
| 2.2.3 数据光滑度与平稳性介绍 | 第18-19页 |
| 2.3 高速公路收费站通行费预测分类 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 基于ARIMA预测模型的高速公路收费站通行费预测 | 第21-34页 |
| 3.1 时间序列 | 第21-24页 |
| 3.1.1 时间序列概述 | 第21页 |
| 3.1.2 平稳时间序列判断 | 第21-22页 |
| 3.1.3 平稳时间序列模型 | 第22-24页 |
| 3.2 时间序列预测模型研究 | 第24-26页 |
| 3.2.1 非平稳序列的平稳化模型 | 第24页 |
| 3.2.2 滑动数据选取模型 | 第24-25页 |
| 3.2.3 ARIMA模型建模流程 | 第25-26页 |
| 3.3 高速公路收费站通行费时间序列预测模型实例分析 | 第26-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于组合预测模型的高速公路收费站通行费预测 | 第34-45页 |
| 4.1 灰色GM(1,1)预测模型研究 | 第34-38页 |
| 4.1.1 灰色GM(1,1)预测模型 | 第34-35页 |
| 4.1.2 灰色GM(1,1)优化预测模型 | 第35-38页 |
| 4.2 组合预测模型研究 | 第38-42页 |
| 4.2.1 组合预测模型概述 | 第38页 |
| 4.2.2 组合预测模型中的单项预测模型选择 | 第38-39页 |
| 4.2.3 最优加权系数 | 第39-40页 |
| 4.2.4 ARIMA-GM(1,1)组合预测模型设计 | 第40-42页 |
| 4.3 高速公路收费站通行费组合预测模型实例分析 | 第42-44页 |
| 4.3.1 单项预测模型预测 | 第42-43页 |
| 4.3.2 组合预测模型预测 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 高速公路收费站通行费预测管理系统设计与实现 | 第45-58页 |
| 5.1 系统需求概述 | 第45-46页 |
| 5.1.1 项目背景介绍 | 第45-46页 |
| 5.1.2 系统功能需求分析 | 第46页 |
| 5.2 系统架构设计 | 第46-50页 |
| 5.2.1 系统框架模式 | 第46-47页 |
| 5.2.2 数据库设计 | 第47-50页 |
| 5.3 系统实现 | 第50-56页 |
| 5.3.1 系统实现技术 | 第50-51页 |
| 5.3.2 web报表接口设计 | 第51-52页 |
| 5.3.3 系统模块实现 | 第52-56页 |
| 5.4 系统分析 | 第56-57页 |
| 5.5 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 攻读学位期间取得的研究成果 | 第63-64页 |
| 致谢 | 第64页 |
