| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-19页 |
| 1.2.1 国外研究现状 | 第17-18页 |
| 1.2.2 国内研究现状 | 第18-19页 |
| 1.3 研究内容及章节安排 | 第19-22页 |
| 第二章 非线性时间序列研究基础及交通流仿真 | 第22-34页 |
| 2.1 经验模态分解方法 | 第22-23页 |
| 2.2 重标极差分析法 | 第23-25页 |
| 2.3 交通流特征参数及特性分析 | 第25-27页 |
| 2.3.1 交通流特征参数 | 第25-26页 |
| 2.3.2 交通流特性分析 | 第26-27页 |
| 2.4 交通路网仿真及实现 | 第27-32页 |
| 2.4.1 交通路网仿真场景建模 | 第27-29页 |
| 2.4.2 仿真实验设置 | 第29-31页 |
| 2.4.3 交通流序列提取 | 第31-32页 |
| 2.5 本章小结 | 第32-34页 |
| 第三章 基于HURST-EMD的非线性时间序列预测 | 第34-58页 |
| 3.1 非线性时间序列预测研究 | 第34-39页 |
| 3.1.1 最小二乘支持向量回归算法 | 第34-35页 |
| 3.1.2 差分自回归移动平均模型 | 第35-36页 |
| 3.1.3 基于赫斯特指数的本征模态函数重构 | 第36-39页 |
| 3.2 公共数据集实验 | 第39-47页 |
| 3.2.1 上证指数数据集 | 第40-45页 |
| 3.2.2 其他公共数据集 | 第45-47页 |
| 3.3 交通流数据集实验 | 第47-55页 |
| 3.3.1 仿真交通流数据实验 | 第47-51页 |
| 3.3.2 真实交通流数据集实验 | 第51-55页 |
| 3.4 实验结果分析 | 第55-56页 |
| 3.4.1 公共数据集分解后各分量赫斯特指数比较 | 第55-56页 |
| 3.4.2 三种预测模型比较 | 第56页 |
| 3.5 本章小结 | 第56-58页 |
| 第四章 基于垂直序列的非线性时间序列多步预测 | 第58-68页 |
| 4.1 多步预测方法研究 | 第58-60页 |
| 4.1.1 迭代方法 | 第58-59页 |
| 4.1.2 直接方法 | 第59-60页 |
| 4.2 具有周期性时间序列多步预测研究 | 第60-62页 |
| 4.2.1 基于支持向量回归的多步预测 | 第60页 |
| 4.2.2 基于历史垂直序列的预测 | 第60-62页 |
| 4.3 公共数据集实验 | 第62-64页 |
| 4.3.1 全球大气压强数据集 | 第62页 |
| 4.3.2 实验结果 | 第62-64页 |
| 4.4 交通流数据集实验 | 第64-66页 |
| 4.5 本章小结 | 第66-68页 |
| 第五章 基于多值趋势向量的时间序列相似性度量 | 第68-78页 |
| 5.1 相似性度量研究 | 第68-70页 |
| 5.2 时间序列的分段近似表示 | 第70-71页 |
| 5.3 基于趋势向量的时间序列相似性度量 | 第71-73页 |
| 5.3.1 二值趋势向量度量 | 第71-72页 |
| 5.3.2 多值趋势向量度量及算法描述 | 第72-73页 |
| 5.4 公共数据集实验 | 第73-75页 |
| 5.4.1 全球大气压强数据集 | 第73-74页 |
| 5.4.2 实验结果及分析 | 第74-75页 |
| 5.5 交通流数据集实验 | 第75-76页 |
| 5.6 本章小结 | 第76-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 6.1 论文总结 | 第78页 |
| 6.2 研究展望 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 作者简介 | 第86-87页 |