面向多源数据的客运车辆到站时间预测研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题来源 | 第9页 |
| 1.2 研究背景及意义 | 第9-12页 |
| 1.2.1 研究背景 | 第9-11页 |
| 1.2.2 研究意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 论文结构 | 第14-17页 |
| 第2章 系统框架及数据集 | 第17-28页 |
| 2.1 到站时间预测系统框架设计 | 第17-19页 |
| 2.2 多源数据集分析 | 第19-22页 |
| 2.2.1 客运车辆基础数据 | 第19-20页 |
| 2.2.2 地图数据 | 第20-21页 |
| 2.2.3 天气数据 | 第21-22页 |
| 2.2.4 其他类型车辆数据 | 第22页 |
| 2.3 GPS数据清洗 | 第22-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 客运车辆到站时间预测模型的构建 | 第28-46页 |
| 3.1 公交与客运差异分析 | 第28-29页 |
| 3.2 客运车辆运行路线特性分析 | 第29-31页 |
| 3.3 客运车辆运行影响因素分析 | 第31-34页 |
| 3.3.1 道路类型因素分析 | 第31-32页 |
| 3.3.2 重大节假日因素分析 | 第32-33页 |
| 3.3.3 其他因素分析 | 第33-34页 |
| 3.4 基于SVR的客运到站时间预测模型 | 第34-38页 |
| 3.4.1 模型提出 | 第34-36页 |
| 3.4.2 基于SVR的模型构建 | 第36-38页 |
| 3.5 基于GA的SVR参数寻优方法 | 第38-45页 |
| 3.5.1 基于K-CV算法的参数寻优 | 第38-41页 |
| 3.5.2 基于遗传算法的参数寻优 | 第41-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第4章 客运车辆到站时间预测实证研究 | 第46-69页 |
| 4.1 实验平台与工具 | 第46-48页 |
| 4.1.1 到站时间预测模型实验平台 | 第46-47页 |
| 4.1.2 集群配置 | 第47-48页 |
| 4.2 关键的数据处理算法 | 第48-63页 |
| 4.2.1 GPS异常记录处理 | 第48-52页 |
| 4.2.2 确定车辆发车时间 | 第52-54页 |
| 4.2.3 地图匹配 | 第54-57页 |
| 4.2.4 经纬度坐标的一维化转换 | 第57-59页 |
| 4.2.5 路况计算 | 第59-63页 |
| 4.3 获取模型特征矩阵 | 第63-64页 |
| 4.4 实验结果 | 第64-68页 |
| 4.4.1 实验数据及评价标准 | 第64-65页 |
| 4.4.2 参数设置 | 第65-66页 |
| 4.4.3 结果分析 | 第66-68页 |
| 4.5 本章小结 | 第68-69页 |
| 第5章 总结与展望 | 第69-71页 |
| 5.1 本文主要研究成果 | 第69-70页 |
| 5.2 未来工作展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 附录 | 第76-78页 |
| 攻读硕士学位期间研究成果 | 第78页 |
