致谢 | 第1-6页 |
中文摘要 | 第6-7页 |
ABSTRACT | 第7-9页 |
目录 | 第9-11页 |
1 绪论 | 第11-23页 |
·选题来源与研究对象 | 第11-13页 |
·选题来源 | 第11页 |
·研究对象 | 第11-13页 |
·研究背景与意义 | 第13-15页 |
·研究背景 | 第13-14页 |
·研究意义 | 第14-15页 |
·旅行时间预测国内外研究现状 | 第15-20页 |
·国外旅行时间研究现状 | 第15-17页 |
·国内旅行时间研究现状 | 第17-19页 |
·研究现状综述分析 | 第19-20页 |
·研究内容 | 第20-23页 |
2 收费数据实时融合处理 | 第23-33页 |
·收费数据采集 | 第23-27页 |
·收费数据采集系统及流程 | 第23-24页 |
·数据采集内容 | 第24-27页 |
·收费数据融合分析 | 第27-30页 |
·收费数据融合准则 | 第28-29页 |
·融合前后旅行时间分析 | 第29-30页 |
·平均旅行时间计算 | 第30-32页 |
·平均旅行时间计算 | 第30-31页 |
·数据分析 | 第31-32页 |
·本章小结 | 第32-33页 |
3 基于自适应插值卡尔曼滤波算法的旅行时间预测研究 | 第33-47页 |
·卡尔曼滤波算法概述 | 第33页 |
·常规卡尔曼滤波算法旅行时间预测 | 第33-35页 |
·时间序列 | 第34页 |
·常规预测算法建模 | 第34-35页 |
·常规预测算法原理 | 第35页 |
·插值卡尔曼滤波算法旅行时间预测 | 第35-38页 |
·等间距插值原理 | 第36-37页 |
·插值预测算法建模 | 第37-38页 |
·插值旅行时间预测原理 | 第38页 |
·自适应插值卡尔曼滤波算法旅行时间预测 | 第38-40页 |
·自适应插值预测算法原理 | 第39页 |
·自适应插值旅行时间预测原理 | 第39-40页 |
·算法验证 | 第40-45页 |
·旅行时间预测性能评价指标 | 第41页 |
·算法预测精度对比 | 第41-45页 |
·本章小结 | 第45-47页 |
4 旅行时间预测系统软件研发 | 第47-57页 |
·预测系统总体架构 | 第47-48页 |
·系统数据库设计 | 第48-51页 |
·算法程序设计 | 第51-54页 |
·发布界面程序设计 | 第54-56页 |
·本章小结 | 第56-57页 |
5 旅行时间预测系统实际应用 | 第57-67页 |
·离线旅行时间测试系统 | 第57-58页 |
·离线测试系统介绍 | 第57-58页 |
·系统稳定性测试 | 第58页 |
·在线旅行时间预测系统 | 第58-60页 |
·系统实际应用 | 第60-64页 |
·本章小结 | 第64-67页 |
6 论文总结与展望 | 第67-69页 |
·论文主要工作 | 第67-68页 |
·论文研究展望 | 第68-69页 |
参考文献 | 第69-73页 |
附录A | 第73-75页 |
作者简历 | 第75-79页 |
学位论文数据集 | 第79页 |