基于公交浮动车的道路运行速度预测模型
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 目录 | 第8-10页 |
| 1 引言 | 第10-15页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 论文的主要研究内容、创新点及结构 | 第13-15页 |
| 1.3.1 主要研究内容 | 第13页 |
| 1.3.2 本文创新点 | 第13-14页 |
| 1.3.3 本文组织结构 | 第14-15页 |
| 2 浮动车数据的采集与预处理 | 第15-22页 |
| 2.1 浮动车概述 | 第15-17页 |
| 2.1.1 定义 | 第15页 |
| 2.1.2 工作原理 | 第15-17页 |
| 2.2 公交浮动车数据的采集 | 第17-19页 |
| 2.2.1 采集数据的主要影响因素 | 第17页 |
| 2.2.2 浮动车信息存储格式 | 第17-19页 |
| 2.3 数据补缺 | 第19-20页 |
| 2.3.1 部分字段缺失 | 第19-20页 |
| 2.3.2 整条数据缺失 | 第20页 |
| 2.4 数据修复 | 第20-21页 |
| 2.4.1 小波分析的原理 | 第20-21页 |
| 2.4.2 小波消噪的方法 | 第21页 |
| 2.5 本章小结 | 第21-22页 |
| 3 模糊算法原理 | 第22-29页 |
| 3.1 模糊算法原理 | 第22-23页 |
| 3.1.1 模糊集合的背景 | 第22页 |
| 3.1.2 模糊集合的概念 | 第22-23页 |
| 3.1.3 模糊集合的运算及性质 | 第23页 |
| 3.2 模糊回归算法 | 第23-26页 |
| 3.2.1 模糊回归相关概念 | 第23-25页 |
| 3.2.2 规划问题 | 第25-26页 |
| 3.2.3 算法步骤 | 第26页 |
| 3.3 模糊C-均值聚类算法 | 第26-28页 |
| 3.3.1 模糊C-均值聚类相关概念 | 第26-27页 |
| 3.3.2 规划问题 | 第27页 |
| 3.3.3 算法步骤 | 第27-28页 |
| 3.4 本章小结 | 第28-29页 |
| 4 基于公交浮动车的道路运行速度预测模型 | 第29-34页 |
| 4.1 路段的划分 | 第29-32页 |
| 4.1.1 划分背景 | 第29页 |
| 4.1.2 划分类别 | 第29-32页 |
| 4.2 道路运行速度预测思路 | 第32-33页 |
| 4.3 流程框架 | 第33-34页 |
| 5 实验分析 | 第34-53页 |
| 5.1 线路速度估计 | 第34-46页 |
| 5.1.1 区域1线路速度估计 | 第35-39页 |
| 5.1.2 区域2线路速度估计 | 第39-41页 |
| 5.1.3 区域3线路速度估计 | 第41-44页 |
| 5.1.4 线路速度估计 | 第44-46页 |
| 5.2 估计-预测模型 | 第46-49页 |
| 5.2.1 估计道路速度 | 第46-47页 |
| 5.2.2 预测道路速度 | 第47-49页 |
| 5.3 预测-估计模型 | 第49-50页 |
| 5.3.1 预测线路速度 | 第49-50页 |
| 5.3.2 估计道路速度 | 第50页 |
| 5.4 模型评价 | 第50-52页 |
| 5.5 本章小结 | 第52-53页 |
| 6 结论 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 作者简历 | 第56-58页 |
| 学位论文数据集 | 第58页 |
