基于时间序列分析在重点场所人流量预测中的研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-11页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 研究现状和趋势 | 第8-10页 |
| 1.3 研究目标和主要内容 | 第10-11页 |
| 2 基础知识介绍 | 第11-19页 |
| 2.1 时间序列分析 | 第11-12页 |
| 2.1.1 时间序列基本概念 | 第11页 |
| 2.1.2 时间序列预测 | 第11-12页 |
| 2.2 ARIMA模型 | 第12-13页 |
| 2.3 模糊时间序列模型 | 第13-18页 |
| 2.3.1 模糊时间序列基本概念 | 第13-15页 |
| 2.3.2 模糊时间序列预测模型 | 第15-16页 |
| 2.3.3 模糊C均值聚类算法 | 第16-18页 |
| 2.4 本章小结 | 第18-19页 |
| 3 重点场所人流量预测数据来源及分析 | 第19-29页 |
| 3.1 IMSI号采集原理简介 | 第19-21页 |
| 3.2 采集系统简介 | 第21-22页 |
| 3.3 单向传输系统可靠性研究 | 第22-26页 |
| 3.3.1 RS-Turbo并行码 | 第22-23页 |
| 3.3.2 RS-Turbo并行码的编码方案 | 第23页 |
| 3.3.3 RS-Turbo并行码的译码方案 | 第23-24页 |
| 3.3.4 完全迭代级联码的性能分析 | 第24-26页 |
| 3.4 本文采用的数据及处理规则 | 第26-28页 |
| 3.5 本章小结 | 第28-29页 |
| 4 模糊时间序列论域划分的改进 | 第29-41页 |
| 4.1 论域的定义和划分 | 第29-36页 |
| 4.1.1 等间隔论域划分方式 | 第29页 |
| 4.1.2 基于比率的论域划分方法 | 第29-30页 |
| 4.1.3 基于多尺度比率论域划分的方法改进 | 第30-35页 |
| 4.1.4 改进方法下的论域划分 | 第35-36页 |
| 4.2 模糊集的定义和数据模糊化 | 第36-39页 |
| 4.3 建立模糊关系 | 第39页 |
| 4.4 去模糊化 | 第39-40页 |
| 4.5 预测结果误差分析 | 第40页 |
| 4.6 本章小结 | 第40-41页 |
| 5 基于组合预测模型的分析 | 第41-47页 |
| 5.1 一种时间序列的组合预测模型 | 第41-42页 |
| 5.2 组合方法下的预测 | 第42-44页 |
| 5.3 实验结果对比分析 | 第44-46页 |
| 5.4 本章小结 | 第46-47页 |
| 6 总结与展望 | 第47-49页 |
| 6.1 本文主要工作 | 第47-48页 |
| 6.2 存在的问题和对未来的展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录1 攻读硕士学位期间发表的论文 | 第53-54页 |
| 附录2 改进模糊时间序列模型论域具体划分情况 | 第54-55页 |
