基于灰色神经网络的城市交通流量预测方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-20页 |
| ·研究背景及意义 | 第10-13页 |
| ·国内外研究现状 | 第13-17页 |
| ·国外研究现状 | 第13-15页 |
| ·国内研究现状 | 第15-17页 |
| ·本文的主要工作 | 第17-20页 |
| ·本文的主要研究内容 | 第17-18页 |
| ·本文的结构框架 | 第18-20页 |
| 第2章 城市道路交通流预测方法研究 | 第20-32页 |
| ·交通流基本参数 | 第20-24页 |
| ·行程时间 | 第20页 |
| ·交通流量 | 第20-21页 |
| ·车速 | 第21-22页 |
| ·交通流参数的相互关系 | 第22-23页 |
| ·局部路网的创建过程 | 第23-24页 |
| ·单点短时交通流预测模型 | 第24-29页 |
| ·历史平均模型 | 第25页 |
| ·时间序列模型 | 第25-27页 |
| ·卡尔曼滤波模型 | 第27页 |
| ·支持向量机模型 | 第27-29页 |
| ·组合交通流预测模型 | 第29页 |
| ·本章小结 | 第29-32页 |
| 第3章 城市道路交通数据采集与处理 | 第32-40页 |
| ·城市道路交通数据采集方式 | 第33-36页 |
| ·固定型采集技术 | 第33-34页 |
| ·移动型采集技术 | 第34-36页 |
| ·交通流数据预处理方法 | 第36-39页 |
| ·数据判别方法 | 第36-37页 |
| ·丢失数据补齐 | 第37页 |
| ·错误数据修正 | 第37-38页 |
| ·冗余数据约简 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于灰色神经网络的交通流预测模型 | 第40-50页 |
| ·灰色理论预测模型 | 第40-44页 |
| ·神经网络预测模型 | 第44-45页 |
| ·灰色神经网络预测模型 | 第45-48页 |
| ·本章小结 | 第48-50页 |
| 第5章 基于路口相关性的组合预测模型 | 第50-58页 |
| ·路口相关性 | 第50-51页 |
| ·路口相关性分析与评价 | 第51-53页 |
| ·组合预测模型 | 第53-56页 |
| ·本章小结 | 第56-58页 |
| 第6章 道路交通流量预测实例分析 | 第58-68页 |
| ·路口流量数据预处理 | 第58页 |
| ·交通流量预测 | 第58-65页 |
| ·基于灰色神经网络单路口交通流量预测 | 第59-62页 |
| ·基于路口相关性交通流量预测 | 第62-65页 |
| ·本章小结 | 第65-68页 |
| 第7章 总结与展望 | 第68-70页 |
| 参考文献 | 第70-72页 |
| 在学期间研究成果 | 第72-74页 |
| 致谢 | 第74-75页 |
