城市轨道交通客流预测方法及模型研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1.绪论 | 第11-18页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究意义 | 第12页 |
| 1.3 研究现状 | 第12-14页 |
| 1.3.1 国外研究现状 | 第12-13页 |
| 1.3.2 国内研究现状 | 第13-14页 |
| 1.4 目前存在的问题 | 第14-16页 |
| 1.5 论文主要内容及技术路线 | 第16-18页 |
| 2.城市轨道交通客流分析 | 第18-25页 |
| 2.1 城市轨道交通客流分析 | 第18-21页 |
| 2.1.1 城市轨道交通客流影响因素分析 | 第18-19页 |
| 2.1.2 城市轨道交通客流特征分析 | 第19-20页 |
| 2.1.3 城市轨道交通客流成长规律分析 | 第20-21页 |
| 2.2 重庆市轨道交通2号线客流分析 | 第21-24页 |
| 2.2.1 重庆市城市发展分析 | 第22-23页 |
| 2.2.2 城市轨道交通2号线客流分析 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 3.城市轨道交通常用短期客流预测方法分析 | 第25-31页 |
| 3.1 时间序列法概述 | 第25页 |
| 3.2 灰色模型概述 | 第25-27页 |
| 3.3 改进的灰色模型分析 | 第27-28页 |
| 3.4 改进的灰色模型验证 | 第28-29页 |
| 3.4.1 数据选取 | 第28页 |
| 3.4.2 预测结果 | 第28页 |
| 3.4.3 误差分析 | 第28-29页 |
| 3.5 神经网络概述 | 第29-30页 |
| 3.6 本章小结 | 第30-31页 |
| 4.基于组合模型的短期客流预测 | 第31-38页 |
| 4.1 组合模型的建立 | 第31-32页 |
| 4.2 实例分析 | 第32-36页 |
| 4.2.1 时间序列模型确定 | 第32-33页 |
| 4.2.2 拟合结果 | 第33-35页 |
| 4.2.3 误差分析 | 第35-36页 |
| 4.3 基于组合模型进行短期客流预测 | 第36-37页 |
| 4.4 本章小结 | 第37-38页 |
| 5.长期客流预测方法分析 | 第38-65页 |
| 5.1 长期客流预测方法概述 | 第38-39页 |
| 5.2 四阶段法预测模型概述 | 第39-52页 |
| 5.2.1 交通生成模型 | 第39-41页 |
| 5.2.2 交通分布模型 | 第41-44页 |
| 5.2.3 交通方式划分模型 | 第44-49页 |
| 5.2.4 交通分配模型 | 第49-52页 |
| 5.3 四阶段法预测技术分析 | 第52-53页 |
| 5.3.1 交通生成预测技术分析 | 第52页 |
| 5.3.2 交通分布预测技术分析 | 第52页 |
| 5.3.3 交通方式划分预测技术分析 | 第52-53页 |
| 5.3.4 交通分配预测技术分析 | 第53页 |
| 5.4 交通生成预测技术的改进 | 第53-56页 |
| 5.4.1 改进的出行生成预测模型 | 第53-54页 |
| 5.4.2 改进的出行生成预测模型的验证 | 第54-56页 |
| 5.5 交通分布预测技术的改进 | 第56-59页 |
| 5.5.1 改进的出行分布预测模型 | 第56-57页 |
| 5.5.2 改进的出行分布预测模型的验证 | 第57-59页 |
| 5.6 交通方式划分预测技术的改进 | 第59-63页 |
| 5.6.1 改进的交通方式划分预测模型 | 第59-61页 |
| 5.6.2 改进的交通方式划分预测模型的验证 | 第61-63页 |
| 5.7 客流预测结果的敏感性分析 | 第63-64页 |
| 5.8 本章小结 | 第64-65页 |
| 6.兰州市轨道交通转移客流量预测 | 第65-71页 |
| 6.1 转移客流量预测模型的建立 | 第66-67页 |
| 6.2 兰州市轨道交通转移客流量预测 | 第67-70页 |
| 6.3 本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 攻读学位期间的研究成果 | 第78页 |
