| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 公交到站时间预测研究现状及课题的提出 | 第9-12页 |
| 1.2.1 国内外研究现状 | 第9-12页 |
| 1.2.2 课题的提出 | 第12页 |
| 1.3 公交到站时间预测可靠性提升的研究意义 | 第12-13页 |
| 1.4 论文的主要内容及章节安排 | 第13-14页 |
| 1.5 本章小结 | 第14-16页 |
| 2 总体设计方案 | 第16-22页 |
| 2.1 公交到站时间预测系统概述 | 第16-17页 |
| 2.2 影响预测可靠性的关键因素分析 | 第17-18页 |
| 2.3 预测可靠性提升总体研究方案设计 | 第18-21页 |
| 2.3.1 研究思路 | 第18-20页 |
| 2.3.2 关键问题分析 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 公交车数据异常分析及处理研究 | 第22-46页 |
| 3.1 公交车运行数据特点分析 | 第22-23页 |
| 3.2 数据异常对公交到站时间预测的影响分析 | 第23-28页 |
| 3.2.1 数据缺失情况分析 | 第24-25页 |
| 3.2.2 数据错误情况分析 | 第25-28页 |
| 3.2.3 数据异常对预测可靠性的影响分析 | 第28页 |
| 3.3 数据缺失及数据错误的评价方法研究 | 第28-35页 |
| 3.3.1 公交到站时间预测角度下的数据完整性评价 | 第28-31页 |
| 3.3.2 基于统计学和物理识别法的数据正确性评价 | 第31-35页 |
| 3.4 公交车异常数据的修复方法研究 | 第35-44页 |
| 3.4.1 公交前后车关联度分析 | 第35-37页 |
| 3.4.2 基于前车数据的异常数据实时修复算法 | 第37-38页 |
| 3.4.3 实例验证 | 第38-44页 |
| 3.5 本章小结 | 第44-46页 |
| 4 公交车到站时间预测模型可靠性提升方法 | 第46-62页 |
| 4.1 公交车行程时间波动性分析 | 第46-47页 |
| 4.2 马尔科夫链预测基本原理 | 第47-49页 |
| 4.3 马尔科夫链状态划分 | 第49-51页 |
| 4.3.1 模糊C均值聚类算法简介 | 第49-50页 |
| 4.3.2 基于模糊C均值聚类的状态划分 | 第50-51页 |
| 4.4 公交车站间行程时间预测模型 | 第51-55页 |
| 4.4.1 基于MC的公交行程时间预测算法 | 第51-53页 |
| 4.4.2 基于移动误差补偿的改进预测算法 | 第53-55页 |
| 4.5 公交车到站时间预测模型 | 第55-61页 |
| 4.5.1 到站时间预测模型的构建 | 第55-56页 |
| 4.5.2 预测结果可靠性评价指标的建立 | 第56-57页 |
| 4.5.3 实验验证 | 第57-61页 |
| 4.6 本章小结 | 第61-62页 |
| 5 实现与应用 | 第62-74页 |
| 5.1 实现平台 | 第62页 |
| 5.2 系统总体设计 | 第62-64页 |
| 5.3 系统实现流程 | 第64-66页 |
| 5.4 应用情况与对比分析 | 第66-72页 |
| 5.4.1 数据处理的应用情况与对比分析 | 第66-70页 |
| 5.4.2 数据处理与改进预测模型的综合应用对比 | 第70-72页 |
| 5.5 本章小结 | 第72-74页 |
| 6 总结与展望 | 第74-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 附录 | 第82页 |
| A.作者在攻读硕士学位期间参与的科研项目 | 第82页 |