基于小波理论的短时交通流预测方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-21页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究现状 | 第10-17页 |
| ·研究思路及方法 | 第17-18页 |
| ·主要研究内容 | 第18-19页 |
| ·组织结构 | 第19-21页 |
| 第二章 短时交通流混沌识别及其可预测性分析 | 第21-29页 |
| ·混沌及其基本特性 | 第21-22页 |
| ·短时交通流混沌识别 | 第22-24页 |
| ·短时交通流可预测性检验 | 第24-26页 |
| ·仿真数据的产生及特性检验 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 短时交通流小波分解与重构 | 第29-42页 |
| ·短时交通流信号分解与预测关联性分析 | 第29-31页 |
| ·小波分解与重构理论基础 | 第31-35页 |
| ·小波变换的定义 | 第31-32页 |
| ·小波变换与傅立叶变换的比较 | 第32页 |
| ·正交小波和多分辨分析 | 第32-33页 |
| ·Mallat 小波分解与重构算法 | 第33-35页 |
| ·短时交通流信号分离关键问题的处理 | 第35-37页 |
| ·小波函数与尺度函数的选择 | 第35页 |
| ·分解尺度N 的确定 | 第35-36页 |
| ·信号边界失真问题改善 | 第36-37页 |
| ·分解重构与预测的顺序问题 | 第37页 |
| ·仿真数据信号分离 | 第37-41页 |
| ·低频确定信号的分离 | 第37页 |
| ·高频信号特性归类 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 双层小波网络短时交通流预测方法研究 | 第42-59页 |
| ·总体预测方案 | 第42-43页 |
| ·小波网络理论基础 | 第43-46页 |
| ·小波网络的发展 | 第43-44页 |
| ·小波与神经网络的联系 | 第44-45页 |
| ·小波网络的优点和缺点 | 第45-46页 |
| ·短时交通流小波网络预测模型的构建 | 第46-53页 |
| ·网络结构的选取 | 第46-50页 |
| ·小波函数的选取 | 第50页 |
| ·数据预处理 | 第50-51页 |
| ·网络训练 | 第51-53页 |
| ·结构优化 | 第53页 |
| ·仿真数据预测 | 第53-57页 |
| ·本章小结 | 第57-59页 |
| 第五章 相关问题讨论及预测方案比较 | 第59-65页 |
| ·相关问题讨论 | 第59-62页 |
| ·方案比较 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 结论与展望 | 第65-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 附录 攻读学位期间发表的论文 | 第73页 |
