| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 引言 | 第8-17页 |
| 1.1 研究的背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 研究的意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-15页 |
| 1.2.1 单一预测方法 | 第10-13页 |
| 1.2.2 组合预测方法 | 第13-14页 |
| 1.2.3 研究现状综述 | 第14-15页 |
| 1.3 研究架及内容 | 第15-17页 |
| 2 客流预测问题分析 | 第17-22页 |
| 2.1 客流预测概述 | 第17页 |
| 2.2 典型客流预测模型及方法 | 第17-21页 |
| 2.2.1 基于客流演变机理的客流预测模型及方法 | 第18-19页 |
| 2.2.2 基于客流行为和时空关系的客流预测模型及方法 | 第19-21页 |
| 2.2.3 组合客流预测方法 | 第21页 |
| 2.3 小结 | 第21-22页 |
| 3 高速铁路短期客流影响因素分析 | 第22-37页 |
| 3.1 引言 | 第22页 |
| 3.2 高速铁路客流时间因素分析 | 第22-30页 |
| 3.3 高速铁路客流空间因素分析 | 第30-33页 |
| 3.4 高速铁路客流属性因素分析 | 第33-37页 |
| 4 基于EMD-BPN高速铁路短期客流预测模型 | 第37-44页 |
| 4.1 已有预测模型方法的比较 | 第37-38页 |
| 4.2 单一EMD和BP神经网络预测效果分析 | 第38页 |
| 4.3 预测模型提出 | 第38-43页 |
| 4.3.1 EMD | 第40-41页 |
| 4.3.2 BP神经网络 | 第41-42页 |
| 4.3.3 EMD-BPN混合预测模型 | 第42-43页 |
| 4.4 性能测试指标 | 第43页 |
| 4.5 小结 | 第43-44页 |
| 5 高速铁路客流实证预测及结果分析 | 第44-52页 |
| 5.1 高速铁路实证预测 | 第44-48页 |
| 5.1.1 数据 | 第44-45页 |
| 5.1.2 IMF分量分离 | 第45-46页 |
| 5.1.3 IMF分量识别 | 第46-47页 |
| 5.1.4 预测模型设计 | 第47-48页 |
| 5.2 预测结果分析 | 第48-50页 |
| 5.3 与EMD方法和BP神经网络比较 | 第50-52页 |
| 6 结论与展望 | 第52-54页 |
| 6.1 研究结论 | 第52-53页 |
| 6.2 研究展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读学位期间的研究成果 | 第58页 |