| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-15页 |
| 1.1 论文研究背景 | 第9页 |
| 1.2 研究意义及目的 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-14页 |
| 1.3.1 短时空闲车位预测 | 第10-13页 |
| 1.3.2 停车场内部最优停车位选择及到达路径优化 | 第13-14页 |
| 1.4 论文主要研究内容 | 第14-15页 |
| 2 城市停车诱导系统需求分析及结构原理 | 第15-22页 |
| 2.1 城市停车诱导系统对出行过程的影响 | 第15-17页 |
| 2.1.1 驾驶员出行过程分析 | 第15-16页 |
| 2.1.2 城市停车诱导系统的诱导服务 | 第16-17页 |
| 2.2 城市停车诱导系统的基本构成及工作原理 | 第17-20页 |
| 2.2.1 车位信息采集子系统 | 第17-18页 |
| 2.2.2 信息处理子系统 | 第18页 |
| 2.2.3 信息传输子系统 | 第18页 |
| 2.2.4 信息发布子系统 | 第18-20页 |
| 2.2.5 城市停车诱导系统的工作原理 | 第20页 |
| 2.3 现有城市停车诱导系统的不足与改进 | 第20-21页 |
| 2.4 小结 | 第21-22页 |
| 3 灰色系统理论和BP神经网络相关介绍 | 第22-34页 |
| 3.1 人工神经网络简介 | 第22-25页 |
| 3.1.1 神经网络的基本模型和分类 | 第22-23页 |
| 3.1.2 BP神经网络的基本模型 | 第23-24页 |
| 3.1.3 BP神经网络的算法步骤及优缺点 | 第24-25页 |
| 3.2 灰色系统理论 | 第25-27页 |
| 3.2.1 灰色系统GM(1,1)模型及建立流程 | 第25-26页 |
| 3.2.2 灰色系统GM(1,1)预测范围及精度区分 | 第26-27页 |
| 3.3 组合预测方法 | 第27-29页 |
| 3.3.1 组合方式的引入 | 第27页 |
| 3.3.2 组合预测的优点 | 第27-28页 |
| 3.3.3 灰色理论和BP神经网络组合的三种形式 | 第28-29页 |
| 3.4 马尔柯夫链基本理论 | 第29-33页 |
| 3.4.1 基本概念及理论 | 第29-30页 |
| 3.4.2 马尔柯夫预测方法基本步骤 | 第30-32页 |
| 3.4.3 组合模型的评价指标 | 第32-33页 |
| 3.5 小结 | 第33-34页 |
| 4 基于灰色神经网络的短时空闲车位预测研究 | 第34-47页 |
| 4.1 短时空闲车位数据采集及特性分析 | 第34-38页 |
| 4.1.1 短时空闲停车位数据采集 | 第34-35页 |
| 4.1.2 短时空闲停车位时间特性分析 | 第35-37页 |
| 4.1.3 区域路网短时空闲车位空间特性分析 | 第37-38页 |
| 4.1.4 区域路网空闲车位影响因素分析 | 第38页 |
| 4.2 改进灰色神经网络的预测模型 | 第38-42页 |
| 4.2.1 灰色神经网络预测方法及步骤 | 第38-41页 |
| 4.2.2 改进的灰色神经网络的流程 | 第41-42页 |
| 4.3 实验仿真分析 | 第42-46页 |
| 4.3.1 停车位数据预处理 | 第42页 |
| 4.3.2 灰色神经网络模型参数选择 | 第42-43页 |
| 4.3.3 实验结果分析 | 第43-46页 |
| 4.4 小结 | 第46-47页 |
| 5 停车场内部最优车位选择及到达路径优化 | 第47-57页 |
| 5.1 停车场抽象模型建立与道路权值构造 | 第47-49页 |
| 5.1.1 停车场抽象模型建立 | 第47-48页 |
| 5.1.2 边权的构造设置 | 第48-49页 |
| 5.2 停车场内部最优车位选择研究 | 第49-51页 |
| 5.2.1 大型停车场内空闲车位选择的影响因素 | 第49-50页 |
| 5.2.2 停车场内部最优车位选择模型建立 | 第50-51页 |
| 5.3 停车场内部最优停车位到达路径优化 | 第51-53页 |
| 5.3.1 双向搜索法的描述 | 第51-52页 |
| 5.3.2 实现双向搜索法的关键条件 | 第52页 |
| 5.3.4 基于双向搜索的Dijkstra算法步骤： | 第52-53页 |
| 5.4 停车场内部最优停车位选择及到达路径优化仿真 | 第53-56页 |
| 5.5 小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读学位期间的研究成果 | 第63页 |
