| 摘要 | 第1-8页 |
| ABSTRACT | 第8-13页 |
| 第1章 绪论 | 第13-25页 |
| ·选题背景与意义 | 第13-16页 |
| ·研究的背景 | 第13-14页 |
| ·研究的目的和意义 | 第14-15页 |
| ·课题来源 | 第15-16页 |
| ·研究文献综述 | 第16-22页 |
| ·交通信息集成的研究综述 | 第16-18页 |
| ·自组织数据挖掘研究综述 | 第18-19页 |
| ·运输需求预测研究综述 | 第19-22页 |
| ·研究内容和技术路线 | 第22-25页 |
| ·研究内容 | 第22页 |
| ·技术路线 | 第22-25页 |
| 第2章 区域交通多源信息的整合与集成机制研究 | 第25-51页 |
| ·多源交通信息系统的整合与集成 | 第26-39页 |
| ·多源交通异构数据的整合技术 | 第29-36页 |
| ·基于数据仓库的交通信息集成 | 第36-39页 |
| ·交通信息基于本体的语义整合 | 第39-50页 |
| ·领域本体的构建 | 第41-43页 |
| ·基于领域本体的交通信息集成与发布 | 第43-46页 |
| ·交通领域本体的语义整合机制 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第3章 区域交通运输需求关联因素分析 | 第51-83页 |
| ·影响区域运输需求的因素 | 第51-52页 |
| ·关联因素分析模型 | 第52-55页 |
| ·基本概念 | 第53页 |
| ·数学模型 | 第53-55页 |
| ·灰色关联度分析 | 第55-59页 |
| ·灰色过程描述 | 第55-57页 |
| ·灰色趋势关联度 | 第57-59页 |
| ·基于自组织的GMDH方法 | 第59-65页 |
| ·自组织数据挖掘概述 | 第59-60页 |
| ·自组织数据挖掘算法流程 | 第60-62页 |
| ·GMDH基本算法 | 第62-65页 |
| ·基于GMDH的因果关系模型 | 第65-68页 |
| ·协整检验模型 | 第65-66页 |
| ·Granger因果关系检验模型 | 第66-67页 |
| ·基于GMDH的因果关系检验模型 | 第67-68页 |
| ·实例分析 | 第68-82页 |
| ·关联因素分析模型算例 | 第70-74页 |
| ·灰色关联度分析模型算例 | 第74-75页 |
| ·基于GMDH的因果关系模型算例 | 第75-82页 |
| ·本章小结 | 第82-83页 |
| 第4章 区域交通运输需求中长期预测研究 | 第83-133页 |
| ·时间序列与时序分析 | 第84-109页 |
| ·时间序列预测 | 第85-87页 |
| ·多元线性回归 | 第87-89页 |
| ·确定型时间序列分析 | 第89-93页 |
| ·运输需求预测实例 | 第93-109页 |
| ·灰色系统方法预测 | 第109-117页 |
| ·灰色GM(1,1)模型 | 第109-110页 |
| ·改进参数的灰色模型 | 第110-111页 |
| ·运输需求预测实例 | 第111-117页 |
| ·区域交通运输方式的布局演化 | 第117-125页 |
| ·几种交通运输方式的特点 | 第117-120页 |
| ·Markov建模 | 第120-121页 |
| ·基于Markov模型区域交通运输方式演化分析 | 第121-125页 |
| ·基于改进的灰色Markov修正模型 | 第125-131页 |
| ·马氏性检验 | 第125-126页 |
| ·灰色Markov模型 | 第126-127页 |
| ·应用改进的Markov修正模型对运输需求进行预测 | 第127-131页 |
| ·本章小结 | 第131-133页 |
| 第5章 区域交通运输需求波动性研究 | 第133-173页 |
| ·确定型时间序列分析 | 第133-137页 |
| ·季节指数法 | 第133-135页 |
| ·实例研究 | 第135-137页 |
| ·随机型时间序列分析 | 第137-153页 |
| ·基本概念 | 第137-140页 |
| ·模型识别 | 第140-142页 |
| ·参数估计 | 第142-144页 |
| ·模型检验 | 第144-145页 |
| ·模型的预测 | 第145-148页 |
| ·实例研究 | 第148-153页 |
| ·GMDH预测方法 | 第153-158页 |
| ·参数GMDH算法 | 第153-154页 |
| ·组合算法 | 第154-156页 |
| ·多层迭代GMDH算法 | 第156-157页 |
| ·选择准则 | 第157-158页 |
| ·基于GMDH的PNN方法 | 第158-172页 |
| ·多项式神经网络 | 第158-160页 |
| ·PNN算法 | 第160-163页 |
| ·PNN的结构 | 第163-167页 |
| ·基于PNN的区域交通需求波动分析 | 第167-172页 |
| ·本章小结 | 第172-173页 |
| 第6章 结论与展望 | 第173-177页 |
| ·结论 | 第173-174页 |
| ·展望 | 第174-177页 |
| 参考文献 | 第177-187页 |
| 攻读学位期间发表的论文和科研成果 | 第187-189页 |
| 致谢 | 第189页 |