| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 相关研究现状 | 第11-12页 |
| 1.3 论文研究内容 | 第12-14页 |
| 1.3.1 基于复杂网络的公交-地铁复合网络的鲁棒性分析 | 第13页 |
| 1.3.2 基于多头绒泡菌仿生模型的出行网络社团挖掘分析 | 第13页 |
| 1.3.3 基于非负矩阵分解的动态OD流量预测分析 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第2章 相关基础理论 | 第16-24页 |
| 2.1 复杂网络的基本概念及统计参量 | 第16-17页 |
| 2.1.1 度与无尺度分布 | 第16页 |
| 2.1.2 聚类特性 | 第16-17页 |
| 2.1.3 平均最短路径 | 第17页 |
| 2.2 复杂网络中的社团结构 | 第17-18页 |
| 2.2.1 社团结构 | 第17-18页 |
| 2.2.2 模块度函数 | 第18页 |
| 2.3 粒子群相关算法 | 第18-21页 |
| 2.3.1 标准粒子群算法 | 第18-19页 |
| 2.3.2 贪心离散的粒子群算法 | 第19-21页 |
| 2.4 预测短时交通流的数据挖掘算法 | 第21-24页 |
| 2.4.1 K邻近算法 | 第21页 |
| 2.4.2 C4.5 算法 | 第21-22页 |
| 2.4.3 朴素贝叶斯算法 | 第22-23页 |
| 2.4.4 随机森林算法 | 第23-24页 |
| 第3章 基于复杂网络的公交-地铁复合网络鲁棒性分析 | 第24-34页 |
| 3.1 公交-地铁复合网络的构建 | 第24-26页 |
| 3.2 网络拓扑性质分析 | 第26-27页 |
| 3.2.1 统计参量选择及意义 | 第26页 |
| 3.2.2 复合网络与其子网络的特征指标分析 | 第26-27页 |
| 3.3 网络鲁棒性分析 | 第27-33页 |
| 3.3.1 网络的攻击策略与鲁棒性评价指标 | 第27-28页 |
| 3.3.2 公交网络鲁棒性分析 | 第28-29页 |
| 3.3.3 地铁网络鲁棒性分析 | 第29-30页 |
| 3.3.4 复合网络鲁棒性分析 | 第30-31页 |
| 3.3.5 复合网络与子网络的对比分析 | 第31-32页 |
| 3.3.6 整体分析 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 基于多头绒泡菌仿生模型的出行网络社团挖掘分析 | 第34-42页 |
| 4.1 模型构建 | 第34-38页 |
| 4.1.1 多头绒泡菌仿生网络模型 | 第34-36页 |
| 4.1.2 基于多头绒泡菌仿生模型改进的粒子群社团挖掘算法 | 第36-38页 |
| 4.2 实验准备 | 第38-39页 |
| 4.2.1 数据集介绍 | 第38页 |
| 4.2.2 构建地铁乘客出行网络数据集 | 第38-39页 |
| 4.3 实验结果分析 | 第39-41页 |
| 4.3.1 算法性能对比分析 | 第39-40页 |
| 4.3.2 出行网络的社团结构分析 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 基于非负矩阵分解的动态OD流量预测分析 | 第42-50页 |
| 5.1 模型构建 | 第42-45页 |
| 5.1.1 非负矩阵分解算法 | 第43-44页 |
| 5.1.2 自回归算法 | 第44-45页 |
| 5.2 实验准备 | 第45-47页 |
| 5.2.1 数据预处理 | 第45页 |
| 5.2.2 实验参数预设 | 第45-46页 |
| 5.2.3 评价指标 | 第46-47页 |
| 5.3 实验分析 | 第47-48页 |
| 5.3.1 性能分析 | 第47-48页 |
| 5.3.2 预测分析 | 第48页 |
| 5.4 本章小结 | 第48-50页 |
| 第6章 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50页 |
| 6.2 展望 | 第50-52页 |
| 参考文献 | 第52-58页 |
| 致谢 | 第58-60页 |
| 硕士期间发表论文及参与课题 | 第60页 |
