公交车辆到站时间预测研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-13页 |
| 1 引言 | 第13-17页 |
| ·研究背景和意义 | 第13-15页 |
| ·论文结构和主要内容 | 第15-17页 |
| 2 国内外研究综述 | 第17-23页 |
| ·国内外公交车辆到站时间预测模型 | 第17-21页 |
| ·基于历史数据的预测模型 | 第17页 |
| ·回归预测模型 | 第17-18页 |
| ·基于道路路段平均速度的预测模型 | 第18页 |
| ·时间序列模型 | 第18-19页 |
| ·卡尔曼滤波模型 | 第19页 |
| ·人工神经网络模型 | 第19-20页 |
| ·基于支持向量机和卡尔曼滤波的预测模型 | 第20页 |
| ·基于离散傅里叶变换和公交车辆延误的预测模型 | 第20-21页 |
| ·国内外公交车辆到站时间预测系统应用现状 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 公交车辆到站时间影响因素分析与数据预处理 | 第23-41页 |
| ·路段行驶时间影响因素分析 | 第24-25页 |
| ·站点停靠时间影响因素分析 | 第25-26页 |
| ·公交车辆到站时间影响因素选取 | 第26-28页 |
| ·数据采集 | 第28-31页 |
| ·数据采集设备 | 第28-29页 |
| ·数据格式和传输协议 | 第29-31页 |
| ·数据处理 | 第31-39页 |
| ·数据误差分析 | 第31页 |
| ·数据插值处理 | 第31-32页 |
| ·数据处理算法设计与实现 | 第32-36页 |
| ·数据校验 | 第36-39页 |
| ·本章小结 | 第39-41页 |
| 4 公交车辆到站时间预测模型建立 | 第41-63页 |
| ·基于平均行驶和停靠时间的统计模型 | 第41-42页 |
| ·基于BP人工神经网络的预测模型 | 第42-46页 |
| ·基于非参数回归的预测模型 | 第46-62页 |
| ·非参数回归方法的特点和适用性 | 第46-47页 |
| ·非参数回归方法的基本步骤 | 第47-49页 |
| ·改进的非参数回归预测模型 | 第49-62页 |
| ·本章小结 | 第62-63页 |
| 5 实证分析 | 第63-85页 |
| ·实验数据来源 | 第63-65页 |
| ·实验数据特性分析与误差指标选取 | 第65-72页 |
| ·统计预测模型实验结果 | 第72-74页 |
| ·BP人工神经网络预测模型实验结果 | 第74-76页 |
| ·非参数回归预测模型实验结果 | 第76-80页 |
| ·模型效果对比与分析 | 第80-83页 |
| ·本章小结 | 第83-85页 |
| 6 总结与展望 | 第85-87页 |
| 参考文献 | 第87-91页 |
| 附录A | 第91-93页 |
| 附录B | 第93-97页 |
| 附录C | 第97-99页 |
| 附录D | 第99-101页 |
| 附录E | 第101-105页 |
| 作者简历 | 第105-109页 |
| 学位论文数据集 | 第109页 |
