| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目标及意义 | 第11-12页 |
| 1.3 研究方法与技术路线 | 第12-13页 |
| 1.3.1 主要研究方法 | 第12页 |
| 1.3.2 技术路线 | 第12-13页 |
| 1.4 研究内容及章节安排 | 第13-15页 |
| 1.4.1 主要研究内容 | 第13页 |
| 1.4.2 论文章节安排 | 第13-15页 |
| 第2章 公交运行可靠性研究综述 | 第15-23页 |
| 2.1 国内外公交运行可靠性理论研究概述 | 第15-18页 |
| 2.1.1 公交运行可靠性 | 第15-16页 |
| 2.1.2 公交运行可靠性指标 | 第16-18页 |
| 2.1.3 研究现状小结 | 第18页 |
| 2.2 国内外关于改善公交运行可靠性的研究概述 | 第18-21页 |
| 2.2.1 基于公交预测模型研究概述 | 第18-20页 |
| 2.2.2 基于公交控制策略实施研究概况 | 第20-21页 |
| 2.3 概述总结 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 公交轨迹数据特征分析与处理 | 第23-46页 |
| 3.1 公交运行特性分析 | 第23-26页 |
| 3.1.1 公交运行过程描述 | 第23-24页 |
| 3.1.2 公交运行间隔失稳分析 | 第24-26页 |
| 3.1.3 小结 | 第26页 |
| 3.2 公交轨迹数据及特征 | 第26-32页 |
| 3.2.1 公交轨迹数据 | 第26-27页 |
| 3.2.2 公交轨迹数据特征分析 | 第27-31页 |
| 3.2.3 基于连续时间点和站点的公交间隔对比 | 第31-32页 |
| 3.3 公交轨迹数据处理 | 第32-41页 |
| 3.3.1 公交数据类型介绍 | 第32-33页 |
| 3.3.2 原始数据异常处理 | 第33-36页 |
| 3.3.3 公交运营时段划分 | 第36-41页 |
| 3.4 基于连续时间点的公交间隔计算 | 第41-45页 |
| 3.4.1 确定时间窗和时间点 | 第42-43页 |
| 3.4.2 获取时间点上定位数据 | 第43-45页 |
| 3.4.3 计算连续时间点上公交运行间隔 | 第45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 基于连续轨迹数据的公交运行可靠性状态预测模型 | 第46-68页 |
| 4.1 公交运行可靠性预测思路及模型选取 | 第46-47页 |
| 4.1.1 预测思路 | 第46页 |
| 4.1.2 预测模型选取 | 第46-47页 |
| 4.2 基于BP神经网络预测模型 | 第47-57页 |
| 4.2.1 神经网络模型介绍 | 第47-50页 |
| 4.2.2 预测模型建立 | 第50-57页 |
| 4.3 基于随机森林回归算法的预测模型 | 第57-60页 |
| 4.3.1 随机森林回归算法原理 | 第57-58页 |
| 4.3.2 预测模型建立 | 第58-60页 |
| 4.4 基于回归分析算法的预测模型 | 第60-62页 |
| 4.4.1 回归分析算法原理 | 第60页 |
| 4.4.2 预测模型建立 | 第60-62页 |
| 4.5 实例验证 | 第62-64页 |
| 4.5.1 模型评价指标 | 第62-63页 |
| 4.5.2 三种模型预测结果评价 | 第63-64页 |
| 4.6 基于公交运行现状的改进措施 | 第64-67页 |
| 4.6.1 改善外部环境 | 第64-66页 |
| 4.6.2 改善公交内部系统 | 第66-67页 |
| 4.7 本章小结 | 第67-68页 |
| 第5章 总结与展望 | 第68-69页 |
| 5.1 总结 | 第68页 |
| 5.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |