| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-19页 |
| 1. 绪论 | 第19-37页 |
| ·研究背景及意义 | 第19-23页 |
| ·研究背景 | 第19-21页 |
| ·研究意义 | 第21-23页 |
| ·国内外研究现状综述 | 第23-33页 |
| ·城市交通客流分配模型 | 第23-28页 |
| ·城市交通换乘模型 | 第28-30页 |
| ·国内外短期交通客流预测模型 | 第30-31页 |
| ·国内外交通拥堵指标模型 | 第31-33页 |
| ·研究目标和主要内容 | 第33-37页 |
| ·研究目标 | 第33-34页 |
| ·研究内容 | 第34-37页 |
| 2. 客流数据采集与研究基础 | 第37-61页 |
| ·引言 | 第37页 |
| ·客流数据采集系统论文数据范围 | 第37-42页 |
| ·涉及的轨道交通信息化系统 | 第37-39页 |
| ·论文数据范围 | 第39-40页 |
| ·客流检测系统 | 第40-42页 |
| ·轨道交通网络客流数据预处理 | 第42-44页 |
| ·数据清理 | 第42-43页 |
| ·数据变换 | 第43-44页 |
| ·轨道交通区间客流状态分析 | 第44-60页 |
| ·数据描述和状态划分 | 第45-47页 |
| ·轨道交通全路网状态分析 | 第47-52页 |
| ·轨道交通线路客流状态分析 | 第52-53页 |
| ·轨道交通区域客流状态分析 | 第53-60页 |
| ·本章小结 | 第60-61页 |
| 3. 基于支持向量机的短期组合客流预测算法 | 第61-87页 |
| ·引言 | 第61页 |
| ·短期组合客流预测算法 | 第61-67页 |
| ·支持向量机算法 | 第62-63页 |
| ·遗传算法 | 第63-65页 |
| ·小波变换算法 | 第65-67页 |
| ·实证数据和评价标准 | 第67-70页 |
| ·实证数据 | 第67-68页 |
| ·评价标准 | 第68-70页 |
| ·客流预测实证分析 | 第70-85页 |
| ·遗传算法和支持向量机组合客流预测算法 | 第70-79页 |
| ·小波变换和支持向量机组合客流预测算法 | 第79-85页 |
| ·本章小结 | 第85-87页 |
| 4. 基于轨道交通网络客流密集度的路径选择模型研究 | 第87-121页 |
| ·引言 | 第87-88页 |
| ·轨道交通客流密集度指数 | 第88-93页 |
| ·区间客流密集度指数 | 第88-90页 |
| ·线路客流密集度指数 | 第90-91页 |
| ·全路网客流密集度指数 | 第91页 |
| ·区域客流密集度指数 | 第91-93页 |
| ·基于密集度指数的轨道交通客流分配模型研究 | 第93-100页 |
| ·模型出行路径的广义费用 | 第93-97页 |
| ·基于客流密集度指数的短时Logit模型 | 第97-99页 |
| ·客流分配和模型参数 | 第99-100页 |
| ·轨道交通客流密集度指数实证分析 | 第100-105页 |
| ·线路客流密集度指数 | 第100-101页 |
| ·全路网客流密集度指数 | 第101-105页 |
| ·基于密集度指数的Logit模型客流分配实证 | 第105-119页 |
| ·实证数据和相关名词介绍 | 第105-106页 |
| ·实证结果分析 | 第106-119页 |
| ·本章小结 | 第119-121页 |
| 5. 路径引导下的时变比例调整模型研究 | 第121-153页 |
| ·引言 | 第121页 |
| ·比例调整过程模型 | 第121-122页 |
| ·路径引导下的时变比例调整模型 | 第122-129页 |
| ·时变比例调整模型 | 第122-126页 |
| ·时变比例调整模型性质 | 第126-129页 |
| ·客流分配模拟实证分析 | 第129-151页 |
| ·轨道交通网络OD对路径比例调整 | 第130-138页 |
| ·轨道交通网络客流密集度变化 | 第138-151页 |
| ·本章小结 | 第151-153页 |
| 6. 结论与展望 | 第153-157页 |
| ·研究结论 | 第153-154页 |
| ·研究展望 | 第154-157页 |
| 参考文献 | 第157-165页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第165-169页 |
| 学位论文数据集 | 第169页 |