| 第1章 交通工程研究发展的历史与现状 | 第1-16页 |
| ·城市交通集成控制系统 | 第6-8页 |
| ·智能运输系统(ITS) | 第8-13页 |
| ·道路计费系统 | 第13页 |
| ·公共交通优先 | 第13-14页 |
| 小结 | 第14-15页 |
| 本章参考文献 | 第15-16页 |
| 第2章 流量预测方法概述 | 第16-25页 |
| ·预测的数学基础 | 第17-19页 |
| ·内积空间 | 第17页 |
| ·柯西列 | 第17页 |
| ·希尔伯特空间 | 第17页 |
| ·闭线性子空间 | 第17-18页 |
| ·预报方程 | 第18页 |
| ·流量预测性能指标 | 第18-19页 |
| ·基于数学模型的方法 | 第19-23页 |
| ·自回归滑动平均模型(ARMA) | 第19-20页 |
| ·自回归综合滑动平均模型(ARIMA) | 第20页 |
| ·指数平滑方法 | 第20-21页 |
| ·卡尔曼滤波方法 | 第21-22页 |
| ·应用混沌理论的短期预测 | 第22-23页 |
| ·基于无数学模型的预测方法 | 第23-24页 |
| 本章参考文献 | 第24-25页 |
| 第3章 交通流量预测的神经网络方法 | 第25-30页 |
| ·BP神经网络 | 第26-29页 |
| 本章参考文献 | 第29-30页 |
| 第4章 模糊逻辑系统在交通流量预测中的应用 | 第30-38页 |
| ·模糊集合 | 第30-31页 |
| ·隶属函数 | 第31页 |
| ·逻辑运算 | 第31-32页 |
| ·模糊规则 | 第32-33页 |
| ·ANFIS结构 | 第33-37页 |
| 本章参考文献 | 第37-38页 |
| 第5章 小波分析在交通流量预测中的应用 | 第38-48页 |
| ·连续小波变换 | 第39-41页 |
| ·离散小波变换 | 第41-42页 |
| ·多分辨率分析 | 第42-47页 |
| ·尺度函数与尺度空间 | 第42页 |
| ·小波函数与小波空间 | 第42-43页 |
| ·正交小波变换与多分辨率分析 | 第43页 |
| ·二尺度方程 | 第43-44页 |
| ·离散序列的多分辨率分析 | 第44-47页 |
| 小结 | 第47页 |
| 本章参考文献 | 第47-48页 |
| 第6章 基于神经网络和AR模型的流量预测研究 | 第48-61页 |
| ·基本数据 | 第48-49页 |
| ·BP神经网络预测 | 第49-50页 |
| ·模糊神经网络预测 | 第50-55页 |
| ·模糊神经网络的预测结果分析与小结 | 第55-57页 |
| ·自回归(AR)预测 | 第57-59页 |
| ·AR的预测结果分析 | 第59-60页 |
| 小结 | 第60-61页 |
| 第7章 基于小波分析的流量预测研究 | 第61-75页 |
| ·概述 | 第61-62页 |
| ·小波的确定 | 第62-65页 |
| ·各尺度数据预测 | 第65-71页 |
| ·对sca4,scd4,scd3用模糊神经网络预测。 | 第66-67页 |
| ·模糊神经网络预测结果分析 | 第67-68页 |
| ·对scd1、scd2和sca4用AR模型预测 | 第68-70页 |
| ·预测结果分析 | 第70-71页 |
| ·总的预测结果及分析 | 第71-74页 |
| ·预测结果 | 第71-73页 |
| ·预测结果分析 | 第73-74页 |
| 小结 | 第74-75页 |
| 本文研究工作总结 | 第75-77页 |
| 1 本文所作工作 | 第75-76页 |
| 2 本文的主要贡献 | 第76页 |
| 3 存在的问题 | 第76-77页 |