“机理+辨识”策略在短时交通流预测中多种结果合成
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-11页 |
| ·短时交通流预测及其研究意义 | 第8-9页 |
| ·国内外发展现状 | 第9-10页 |
| ·本文的主要工作 | 第10-11页 |
| 第二章 短时交通流智能预测模型介绍 | 第11-21页 |
| ·短时交通流预测模型的特性 | 第11页 |
| ·短时交通流主要智能预测模型介绍 | 第11-17页 |
| ·支持向量机 | 第11-14页 |
| ·BP 人工神经网络模型 | 第14-16页 |
| ·径向基RBF 人工神经网络 | 第16-17页 |
| ·稳健统计 | 第17-19页 |
| ·反映预测误差的指标 | 第19-20页 |
| ·本文使用符号 | 第20-21页 |
| 第三章 最优组合预测权重理论研究 | 第21-31页 |
| ·“机理+辨识”预测策略 | 第21-22页 |
| ·时间序列组合预测的统计学解释 | 第22-26页 |
| ·组合预测介绍 | 第22-23页 |
| ·线性组合预测的最优权重 | 第23-26页 |
| ·简单平均法几乎是最优的 | 第26-30页 |
| ·组合预测准确率的影响因素 | 第26-27页 |
| ·简单平均法的最优性 | 第27-30页 |
| ·小结 | 第30-31页 |
| 第四章 短时交通流的预测与组合预测 | 第31-44页 |
| ·数据准备与数据性质分析 | 第31-34页 |
| ·智能预测 | 第34-36页 |
| ·智能预测与参数选择 | 第34-35页 |
| ·预测结果 | 第35-36页 |
| ·交通流组合预测数值试验 | 第36-42页 |
| ·结论 | 第42-44页 |
| 第五章 总结与展望 | 第44-46页 |
| ·总结与成果 | 第44页 |
| ·展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 发表论文和参加科研情况说明 | 第50-51页 |
| 致谢 | 第51页 |