| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-11页 |
| ·短时交通流预测及其研究意义 | 第8-9页 |
| ·国内外研究发展现状 | 第9-10页 |
| ·本文的主要工作 | 第10-11页 |
| 第二章 短时交通流的智能预测方法简介 | 第11-19页 |
| ·预测策略的发展阶段 | 第11页 |
| ·概率化预测 | 第11-12页 |
| ·DDDAS简要介绍 | 第12-13页 |
| ·短时交通流预测中的智能方法与技术 | 第13-17页 |
| ·历史平均模型 | 第13页 |
| ·BP神经网络方法 | 第13-15页 |
| ·时间序列预测法 | 第15-16页 |
| ·非参数回归法 | 第16页 |
| ·四种重要预测模型的比较 | 第16-17页 |
| ·数据挖掘技术在交通流预测中的应用 | 第17-18页 |
| ·Ensemble预测方法简介 | 第18-19页 |
| 第三章 复杂时间序列预测的“机理+辨识”策略 | 第19-25页 |
| ·组合预测当前的特性和问题 | 第19页 |
| ·“机理+辨识”预测策略 | 第19-20页 |
| ·预测方法的稳健性 | 第20-21页 |
| ·预测准确率上限与噪声的关系 | 第21-22页 |
| ·非线性动力系统的差分系统性质研究 | 第22-25页 |
| 第四章 时间序列长度对预测准确率的影响 | 第25-35页 |
| ·数据准备 | 第25页 |
| ·短时交通流序列的非线性特征 | 第25-27页 |
| ·时间序列长度对预测准确率影响的统计学解释 | 第27-28页 |
| ·时间序列长度对预测准确率影响的数值实验 | 第28-34页 |
| ·小结 | 第34-35页 |
| 第五章 短时交通流预测中的Ensemble预测 | 第35-42页 |
| ·引言 | 第35页 |
| ·Ensemble方法应用到短时交通流预测 | 第35-38页 |
| ·Ensemble次数n和噪声强度QD对于预测准确率的影响 | 第38-40页 |
| ·结论 | 第40-42页 |
| 第六章 总结与展望 | 第42-43页 |
| ·总结与成果 | 第42页 |
| ·展望 | 第42-43页 |
| 参考文献 | 第43-47页 |
| 发表论文和科研情况说明 | 第47-48页 |
| 致谢 | 第48页 |