| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 引言 | 第13-21页 |
| 1.1 问题的提出 | 第13-14页 |
| 1.1.1 论文研究背景 | 第13页 |
| 1.1.2 论文研究的目的与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 文献关键词搜索 | 第14-15页 |
| 1.2.2 城市轨道交通客流预测研究现状 | 第15-16页 |
| 1.2.3 我国城市轨道交通预测存在的问题及原因分析 | 第16-18页 |
| 1.3 论文主要内容和基本思路 | 第18-21页 |
| 1.3.1 论文主要内容 | 第18-19页 |
| 1.3.2 论文基本思想 | 第19-21页 |
| 2 城市轨道交通客流预测方法 | 第21-28页 |
| 2.1 文献统计分析与方法总结 | 第21-22页 |
| 2.2 城市轨道交通主要预测模型介绍 | 第22-27页 |
| 2.2.1 回归分析预测方法 | 第23页 |
| 2.2.2 时间序列预测方法 | 第23-24页 |
| 2.2.3 卡尔曼滤波方法 | 第24-25页 |
| 2.2.4 神经网络预测方法 | 第25页 |
| 2.2.5 非线性理论预测方法 | 第25-26页 |
| 2.2.6 新兴技术预测方法 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 3 小波分析去噪 | 第28-44页 |
| 3.1 信号去噪方法 | 第28-29页 |
| 3.2 小波分析理论 | 第29-32页 |
| 3.2.1 小波变换 | 第30-31页 |
| 3.2.2 多分辨率分析 | 第31-32页 |
| 3.2.3 小波重构 | 第32页 |
| 3.3 小波基的选择及层数的确定 | 第32-40页 |
| 3.3.1 小波基的选择原则 | 第33-38页 |
| 3.3.2 各小波基性能比较 | 第38-40页 |
| 3.4 小波阈值去噪 | 第40-43页 |
| 3.4.1 小波去燥方法步骤 | 第40-42页 |
| 3.4.2 小波去噪原则 | 第42页 |
| 3.4.3 小波阈值选择的规则 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 4 SPSS软件及时间序列模型 | 第44-51页 |
| 4.1 SPSS软件简介 | 第44页 |
| 4.2 时间序列分析方法 | 第44-50页 |
| 4.2.1 简单回归分析法和趋势外推法 | 第46页 |
| 4.2.2 指数平滑法 | 第46-47页 |
| 4.2.3 ARIMA方法 | 第47-50页 |
| 4.2.4 季节调整法 | 第50页 |
| 4.3 本章小结 | 第50-51页 |
| 5 神经网络模型 | 第51-63页 |
| 5.1 单层感知器 | 第52页 |
| 5.2 线性神经网络 | 第52-53页 |
| 5.3 反向传播BP神经网络 | 第53-57页 |
| 5.3.1 BP神经网络的结构和算法 | 第53-54页 |
| 5.3.2 BP神经网络输入层和输出层节点的确定 | 第54-55页 |
| 5.3.3 BP神经网络隐含层节点数和隐含层层数的确定 | 第55-56页 |
| 5.3.4 BP神经网络的训练样本集的选取 | 第56页 |
| 5.3.5 BP神经网络训练参数的选取 | 第56-57页 |
| 5.3.6 BP神经网络的改进 | 第57页 |
| 5.4 径向基RBF神经网络 | 第57-60页 |
| 5.4.1 径向基RBF神经网络结构 | 第57-58页 |
| 5.4.2 径向基神经网络学习算法 | 第58页 |
| 5.4.3 径向基函数中心选取 | 第58-59页 |
| 5.4.4 径向基函数宽度确定 | 第59-60页 |
| 5.4.5 径向基网络隐含层至输出层权值计算 | 第60页 |
| 5.4.6 径向基网络的改进和其他形式 | 第60页 |
| 5.5 自组织神经网络 | 第60-61页 |
| 5.6 反馈神经网络 | 第61页 |
| 5.7 综合优化的神经网络预测模型 | 第61-62页 |
| 5.8 本章小结 | 第62-63页 |
| 6 案例分析 | 第63-79页 |
| 6.1 数据分析处理 | 第63页 |
| 6.2 MATLAB小波去噪 | 第63-65页 |
| 6.3 SPSS时间序列预测 | 第65-73页 |
| 6.3.1 序列平稳性检测 | 第65-67页 |
| 6.3.2 模型识别 | 第67-70页 |
| 6.3.3 模型估计 | 第70-71页 |
| 6.3.4 模型定阶 | 第71-72页 |
| 6.3.5 模型检验 | 第72页 |
| 6.3.6 模型预测 | 第72-73页 |
| 6.4 神经网络误差预测 | 第73-75页 |
| 6.5 结果分析与比较 | 第75-79页 |
| 7 结论与展望 | 第79-81页 |
| 7.1 文章结论 | 第79-80页 |
| 7.2 展望与改进 | 第80-81页 |
| 参考文献 | 第81-88页 |
| 附录A | 第88-90页 |
| 附录B | 第90-92页 |
| 附录C | 第92-94页 |
| 附录D | 第94-96页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第96-98页 |
| 学位论文数据集 | 第98页 |