基于到站时间预测理论的公交车载终端与仿真系统设计
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 缩略词注释表 | 第12-13页 |
| 第一章 绪论 | 第13-21页 |
| ·研究的背景和意义 | 第13-15页 |
| ·智能公交系统在国内外的发展 | 第15-17页 |
| ·智能公交车载终端简介 | 第17-18页 |
| ·本论文的主要内容及结构安排 | 第18-19页 |
| ·本章小结 | 第19-21页 |
| 第二章 公交车载终端总体设计 | 第21-29页 |
| ·智能公交系统总体设计简介 | 第21-22页 |
| ·车载终端总体结构 | 第22-23页 |
| ·车载终端关键技术介绍 | 第23-28页 |
| ·GPS技术 | 第23-25页 |
| ·GPRS技术 | 第25-26页 |
| ·数据压缩 | 第26-27页 |
| ·AT指令简介 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 车载终端主要功能实现 | 第29-45页 |
| ·车载终端软件总体功能流程 | 第29-30页 |
| ·通信数据格式定义 | 第30-31页 |
| ·车载终端功能模块软件实现 | 第31-44页 |
| ·GPS数据收集 | 第31-33页 |
| ·自动报站 | 第33-36页 |
| ·与服务器通信 | 第36-40页 |
| ·LED信息发布 | 第40-42页 |
| ·日志记录 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 公交车到站时间预测理论研究 | 第45-55页 |
| ·公交车到站时间预测研究意义 | 第45-46页 |
| ·现有预测模型介绍 | 第46-49页 |
| ·自回归模型 | 第46页 |
| ·基于历史数据的预测模型 | 第46-47页 |
| ·卡尔曼滤波模型 | 第47-48页 |
| ·人工神经网络模型 | 第48-49页 |
| ·改进的卡尔曼滤波模型 | 第49-54页 |
| ·数据分析 | 第49-50页 |
| ·模型建立 | 第50-52页 |
| ·数据验证 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 公交车载终端仿真系统设计 | 第55-65页 |
| ·仿真系统简介 | 第55-56页 |
| ·VISSIM仿真程序设计 | 第56-60页 |
| ·VISSIM软件简介 | 第56页 |
| ·VISSIM COM编程 | 第56-57页 |
| ·仿真程序实现 | 第57-60页 |
| ·服务器端程序设计 | 第60-63页 |
| ·Socket编程简介 | 第60-61页 |
| ·服务器端软件实现 | 第61-63页 |
| ·公交车载终端软件设计 | 第63页 |
| ·本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·论文的主要工作及创新 | 第65页 |
| ·改进及展望 | 第65-67页 |
| 附录 | 第67-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 学位论文评阅及答辩情况表 | 第78页 |
