| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 客流预测 | 第12-13页 |
| 1.2.2 开行方案 | 第13页 |
| 1.3 研究目标与内容 | 第13-14页 |
| 1.3.1 研究目标 | 第13页 |
| 1.3.2 研究内容 | 第13-14页 |
| 1.4 研究方法与技术路线 | 第14-16页 |
| 1.4.1 研究方法 | 第14-15页 |
| 1.4.2 技术路线 | 第15-16页 |
| 第2章 城市轨道交通客流预测模型构建 | 第16-24页 |
| 2.1 客流预测概述 | 第16-17页 |
| 2.2 基于灰色模型的城市轨道交通客流预测建模分析 | 第17-19页 |
| 2.2.1 灰色模型概述 | 第17-19页 |
| 2.2.2 GM(1,1)客流预测模型构建 | 第19页 |
| 2.3 基于神经网络的城市轨道交通客流预测建模分析 | 第19-23页 |
| 2.3.1 人工神经网络概述 | 第19-22页 |
| 2.3.2 BP神经网络客流预测模型构建 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 城市轨道交通列车开行方案编制方法分析 | 第24-31页 |
| 3.1 开行方案概述 | 第24页 |
| 3.2 日行车计划编制 | 第24-26页 |
| 3.2.1 编制资料 | 第24-25页 |
| 3.2.2 编制步骤 | 第25-26页 |
| 3.3 交路方案编制 | 第26-30页 |
| 3.3.1 交路概述 | 第26-29页 |
| 3.3.2 编制步骤 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第4章 城市轨道交通客流预测与开行方案辅助编制系统设计 | 第31-36页 |
| 4.1 系统需求分析 | 第31页 |
| 4.2 系统总体框架设计 | 第31-32页 |
| 4.3 系统逻辑架构设计 | 第32页 |
| 4.4 系统主要功能设计 | 第32-35页 |
| 4.4.1 数据管理模块 | 第33页 |
| 4.4.2 客流预测模块 | 第33-34页 |
| 4.4.3 误差分析模块 | 第34页 |
| 4.4.4 方案编制模块 | 第34-35页 |
| 4.5 本章小结 | 第35-36页 |
| 第5章 城市轨道交通客流预测与开行方案辅助编制系统实现 | 第36-46页 |
| 5.1 系统开发环境 | 第36页 |
| 5.2 系统关键技术 | 第36-40页 |
| 5.2.1 数据文件操作技术 | 第36-38页 |
| 5.2.2 数据信息显示技术 | 第38页 |
| 5.2.3 客流预测建模技术 | 第38-39页 |
| 5.2.4 客流断面图形绘制技术 | 第39-40页 |
| 5.3 系统实现 | 第40-45页 |
| 5.3.1 数据管理模块 | 第40-41页 |
| 5.3.2 客流预测模块 | 第41-43页 |
| 5.3.3 误差分析模块 | 第43-44页 |
| 5.3.4 方案编制模块 | 第44-45页 |
| 5.4 本章小结 | 第45-46页 |
| 第6章 实例分析 | 第46-63页 |
| 6.1 实例概况 | 第46-47页 |
| 6.2 短期客流预测 | 第47-59页 |
| 6.2.1 基于灰色模型的城市轨道交通客流预测 | 第47-50页 |
| 6.2.2 基于BP神经网络的城市轨道交通客流预测 | 第50-53页 |
| 6.2.3 预测结果比较分析 | 第53-59页 |
| 6.3 开行方案编制 | 第59-62页 |
| 6.3.1 方案自动编制 | 第59-61页 |
| 6.3.2 方案分析 | 第61-62页 |
| 6.4 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录1 数据管理模块实现代码 | 第70-74页 |
| 附录2 基于灰色模型的客流预测实现代码 | 第74-77页 |
| 附录3 基于BP神经网络模型的客流预测实现代码 | 第77-85页 |
| 附录4 误差分析模块实现代码 | 第85-88页 |
| 附录5 方案编制模块实现代码 | 第88-92页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第92页 |
