连续交通流状态的离散特性分析与短时预测
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
缩略语 | 第14-16页 |
第一章 绪论 | 第16-26页 |
1.1 研究背景 | 第16-22页 |
1.2 研究意义 | 第22-23页 |
1.3 技术路线 | 第23-24页 |
1.4 论文组织 | 第24-25页 |
1.5 本章小结 | 第25-26页 |
第二章 国内外研究现状 | 第26-48页 |
2.1 均值预测方法 | 第26-40页 |
2.2 区间预测方法 | 第40-44页 |
2.3 方法评价 | 第44-46页 |
2.3.1 评价标准 | 第44-45页 |
2.3.2 均值预测方法评价 | 第45-46页 |
2.3.3 区间预测方法评价 | 第46页 |
2.4 本章小结 | 第46-48页 |
第三章 连续交通流异方差分析 | 第48-68页 |
3.1 组内异方差性分析 | 第48-56页 |
3.1.1 组内异方差定义 | 第48-49页 |
3.1.2 数据采集 | 第49-50页 |
3.1.3 组内异方差序列特性 | 第50-51页 |
3.1.4 Box-Jenkins模型建模方法 | 第51-54页 |
3.1.5 组内异方差序列建模和预测 | 第54-56页 |
3.2 时间汇集度对条件异方差的影响 | 第56-64页 |
3.2.1 分析方法 | 第57-59页 |
3.2.2 数据采集和处理 | 第59-60页 |
3.2.3 残差序列计算 | 第60-62页 |
3.2.4 异方差性检验 | 第62-64页 |
3.3 条件异方差的季节性分析 | 第64-67页 |
3.3.1 分析方法 | 第64-65页 |
3.3.2 数据采集和残差序列计算 | 第65页 |
3.3.3 异方差季节性分析和展示 | 第65-67页 |
3.4 本章小结 | 第67-68页 |
第四章 季节性条件异方差建模方法 | 第68-92页 |
4.1 季节因子调整方法 | 第68-71页 |
4.1.1 季节调整因子计算方法 | 第68-70页 |
4.1.2 条件异方差建模方法 | 第70-71页 |
4.2 数据采集和预处理 | 第71-76页 |
4.2.1 数据采集 | 第71-73页 |
4.2.2 数据预处理和分组 | 第73-76页 |
4.3 季节调整因子及其影响分析 | 第76-81页 |
4.3.1 季节调整因子计算 | 第76-79页 |
4.3.2 季节调整因子作用效果 | 第79-81页 |
4.4 异方差计算性能分析 | 第81-91页 |
4.4.1 性能指标计算 | 第81-84页 |
4.4.2 样本内性能 | 第84-87页 |
4.4.3 样本外性能 | 第87-90页 |
4.4.4 预测区间效果 | 第90-91页 |
4.5 本章小结 | 第91-92页 |
第五章 条件异方差实时预测方法 | 第92-110页 |
5.1 交通流综合时间序列模型 | 第92-94页 |
5.2 异方差实时预测模型 | 第94-100页 |
5.2.1 SARIMA模型实时计算方法 | 第94-95页 |
5.2.2 GARCH(1,1)的状态空间模型 | 第95-96页 |
5.2.3 自适应卡尔曼(AKF)递归公式 | 第96-97页 |
5.2.4 基于AKF的异方差实时预测算法 | 第97-100页 |
5.3 数据描述 | 第100页 |
5.4 异方差性实时预测性能 | 第100-103页 |
5.4.1 无效覆盖率 | 第101-102页 |
5.4.2 宽度流量比 | 第102-103页 |
5.5 性能比较分析 | 第103-108页 |
5.5.1 无效覆盖率 | 第104-105页 |
5.5.2 宽度流量比 | 第105-107页 |
5.5.3 预测区间效果 | 第107-108页 |
5.6 本章小结 | 第108-110页 |
第六章 结论与展望 | 第110-113页 |
6.1 主要研究结论 | 第110-111页 |
6.2 主要创新点 | 第111页 |
6.3 研究展望 | 第111-113页 |
致谢 | 第113-114页 |
参考文献 | 第114-122页 |
附录A 数据展示 | 第122-124页 |
附录B 代码展示 | 第124-133页 |
附录C 算法性能 | 第133-137页 |
读博期间发表论文 | 第137页 |