| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第 1 章 绪论 | 第9-14页 |
| ·本课题应用的背景及实际意义 | 第9-10页 |
| ·关于短时交通流量预测的国内外研究现状的分析 | 第10-12页 |
| ·本文主要研究内容 | 第12-13页 |
| ·本文结构安排 | 第13-14页 |
| 第 2 章 传统的时间序列分析方法 | 第14-19页 |
| ·时间序列模型 | 第14-15页 |
| ·自相关分析与偏自相关分析 | 第15-16页 |
| ·Ｂｏｘ-Ｊｅｎｋｉｎｓ 法 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第 3 章 基于时间序列模型的线性最小方差自适应预测算法 | 第19-29页 |
| ·交通流量数据及评价预测效果的性能指标 | 第19页 |
| ·Ｂｏｘ-Ｊｅｎｋｉｎｓ 法应用于短时交通流预报存在的不足 | 第19-24页 |
| ·基于时间序列模型的线性最小方差自适应预测算法 | 第24-27页 |
| ·数据的预处理 | 第24-25页 |
| ·参数估计 | 第25-26页 |
| ·预测算法 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第 4 章 模型结构选择 | 第29-43页 |
| ·选用不同模型结构预测效果的比较 | 第29-34页 |
| ·选用 AR(p)模型预测的效果 | 第29页 |
| ·选用 MA(q)模型预测的效果 | 第29-32页 |
| ·选用 ARMA(p,q)模型预测的效果 | 第32-34页 |
| ·选用 ARIMA(p，d，0)模型预测时模型阶次的选择 | 第34-39页 |
| ·一步预测效果及评价(基于 AR(p)模型预测) | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第 5 章 一种改进的短时交通流多步自适应预测算法 | 第43-49页 |
| ·基于线性最小方差多步自适应预测算法的改进算法 | 第43-44页 |
| ·仿真实例 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第 6 章 灰色模型预测及组合模型自适应预测 | 第49-62页 |
| ·灰色预测理论概述 | 第49-50页 |
| ·GM(1,1)模型和残差 GM(1,1)模型 | 第50-53页 |
| ·数据生成 | 第50-51页 |
| ·GM(1,1)模型 | 第51-52页 |
| ·残差 GM(1,1)模型 | 第52-53页 |
| ·GM(1,1)模型自适应预测效果评价 | 第53-59页 |
| ·GM(1,1)模型与 AR(p)模型组合模型自适应预测效果评价 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间所发表的学术论文 | 第68-69页 |
| 致谢 | 第69页 |
