| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.2.3 小结 | 第14-15页 |
| 1.3 研究内容与技术路线 | 第15-17页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 研究技术路线 | 第16-17页 |
| 第2章 交通需求预测常用模型 | 第17-30页 |
| 2.1 集计模型 | 第17-20页 |
| 2.1.1 集计模型概述 | 第17页 |
| 2.1.2 基于出行的集计模型概述 | 第17-18页 |
| 2.1.3 基于出行的集计模型的局限 | 第18-20页 |
| 2.2 非集计模型 | 第20-23页 |
| 2.2.1 非集计模型概述 | 第20-21页 |
| 2.2.2 基于出行链的模型 | 第21-22页 |
| 2.2.3 基于活动的模型 | 第22-23页 |
| 2.3 LOGIT模型 | 第23-30页 |
| 2.3.1 Logit模型概述 | 第24-25页 |
| 2.3.2 Multinomial Logit模型 | 第25-26页 |
| 2.3.3 Nested Logit模型 | 第26-30页 |
| 第3章 NESTED LOGIT模型算法及其改进研究 | 第30-47页 |
| 3.1 NESTED LOGIT模型参数估计与检验 | 第30-35页 |
| 3.2 NESTED LOGIT模型标定方法——启发式算法 | 第35-37页 |
| 3.2.1 Nested Logit模型启发式算法概述 | 第35-36页 |
| 3.2.2 Nested Logit模型启发式算法在R中的实现 | 第36-37页 |
| 3.3 NESTED LOGIT模型启发式算法的改进 | 第37-46页 |
| 3.3.1 逻辑回归 | 第37-41页 |
| 3.3.2 构建“最佳”回归方程的方法 | 第41-42页 |
| 3.3.3 逐步回归在R中的实现 | 第42-43页 |
| 3.3.4 Nested Logit模型启发式算法改进思想 | 第43-44页 |
| 3.3.5 Nested Logit模型改进算法的实现 | 第44-46页 |
| 3.4 小结 | 第46-47页 |
| 第4章 案例分析 | 第47-60页 |
| 4.1 交通调查区域概况 | 第47-48页 |
| 4.2 基于活动的模型 | 第48-58页 |
| 4.2.1 基于活动的模型结构 | 第48-50页 |
| 4.2.2 基于活动的非集计模型参数估计 | 第50-58页 |
| 4.3 改进算法的适用性分析 | 第58-59页 |
| 4.3.1 预测周期分析 | 第58-59页 |
| 4.3.2 预测精度分析 | 第59页 |
| 4.4 小结 | 第59-60页 |
| 结论与展望 | 第60-62页 |
| 5.1 研究内容总结 | 第60页 |
| 5.2 研究展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 附录1 | 第68-70页 |
| 附录2 | 第70-73页 |
| 附录3 | 第73-77页 |
| 附录4 | 第77-80页 |
| 附录5 | 第80-83页 |
| 附录6 | 第83-87页 |
| 附录7 | 第87-90页 |
| 附录8 | 第90-96页 |
| 附录9 | 第96-111页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第111页 |
