| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-15页 |
| ·交通流预测研究目的和意义 | 第11-12页 |
| ·交通流预测研究目的 | 第11页 |
| ·交通流预测研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·交通流预测研究现状 | 第12-13页 |
| ·Kalman滤波理论的研究现状 | 第13页 |
| ·论文研究内容和技术路线 | 第13-15页 |
| 第2章 交通流预测相关理论 | 第15-24页 |
| ·交通流预测基本概念 | 第15-16页 |
| ·交通流预测定义及其分类 | 第15页 |
| ·短时交通流预测研究内容与预测流程 | 第15-16页 |
| ·交通流可预测性分析理论 | 第16-19页 |
| ·交通混沌的概念 | 第16-17页 |
| ·交通信息可预测性分析方法 | 第17-19页 |
| ·交通流预测基本方法和Kalman滤波理论 | 第19-22页 |
| ·交通流预测常用的基本方法 | 第19页 |
| ·卡尔曼滤波理论推导过程 | 第19-22页 |
| ·本章小结 | 第22-24页 |
| 第3章 交通流可预测性分析 | 第24-32页 |
| ·相空间重构理论 | 第24-27页 |
| ·相空间重构概念 | 第24-25页 |
| ·相空间重构延迟时间和嵌入维数的选取 | 第25-27页 |
| ·交通流可预测性分析 | 第27-31页 |
| ·交通流数据来源介绍 | 第27-28页 |
| ·C-C法求解嵌入维数和延迟时间 | 第28-29页 |
| ·小数据量法求解Lyapunov指数 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 基于Kalman滤波的交通流预测模型设计及仿真 | 第32-55页 |
| ·基于Kalman滤波的交通流预测 | 第32-36页 |
| ·基于Kalman滤波的交通流预测模型设计 | 第32-33页 |
| ·交通流预测误差指标 | 第33-34页 |
| ·交通流预测结果分析 | 第34-36页 |
| ·基于相空间重构的Kalman滤波交通流预测 | 第36-41页 |
| ·相空间中的Kalman滤波交通流预测模型设计 | 第36-39页 |
| ·交通流预测结果分析 | 第39-41页 |
| ·相空间中的Kalman滤波交通流预测模型的改进 | 第41-51页 |
| ·相空间重构差值回归模型交通流预测 | 第41-45页 |
| ·相空间重构比值回归模型的交通流预测 | 第45-49页 |
| ·交通流预测实验结果对比分析 | 第49-51页 |
| ·基于BP神经网络的交通流预测模型研究 | 第51-54页 |
| ·预测模型设计 | 第51页 |
| ·模型仿真与性能对比 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 信息融合技术在kalman滤波预测模型中的应用 | 第55-65页 |
| ·数据融合理论基础介绍 | 第55-57页 |
| ·数据融合的概念 | 第55页 |
| ·数据融合的基本原理及融合层级分类 | 第55-57页 |
| ·基于多点数据融合相空间Kalman滤波交通流预测模型设计 | 第57-61页 |
| ·状态向量融合的Kalman滤波预测模型 | 第57-58页 |
| ·预测步骤 | 第58-59页 |
| ·模型仿真结果与性能分析 | 第59-61页 |
| ·多周数据相空间比值回归交通流预测模型设计 | 第61-64页 |
| ·预测模型算法描述 | 第61-63页 |
| ·模型仿真结果与性能分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 总结与展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士期间发表的学术论文 | 第72页 |
