| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究的目的和意义 | 第10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.3.1 预测方面的国内外研究现状 | 第10-12页 |
| 1.3.2 汽车站客运与商业结合模式的国内外研究现状 | 第12页 |
| 1.4 论文研究的内容及技术方法 | 第12-14页 |
| 第二章 传统汽车站客运量预测方法研究 | 第14-30页 |
| 2.1 汽车站客运量预测简介 | 第14页 |
| 2.2 MATLAB 软件的简介 | 第14-16页 |
| 2.3 汽车站客运量预测方法研究 | 第16-29页 |
| 2.3.1 回归分析法 | 第16-22页 |
| 2.3.2 指数平滑法 | 第22-25页 |
| 2.3.3 灰色预测 | 第25-29页 |
| 2.4 汽车站客运量预测方法总结 | 第29-30页 |
| 第三章 运用神经网络弥补传统客运量预测方法的不足 | 第30-49页 |
| 3.1 人工神经网络简介 | 第30-31页 |
| 3.2 人工神经元模型 | 第31-33页 |
| 3.3 人工神经网络的拓扑结构 | 第33-34页 |
| 3.4 人工神经网络的运行过程 | 第34-36页 |
| 3.5 BP 网络简介 | 第36页 |
| 3.6 人工神经网络的时序预测模型 | 第36-40页 |
| 3.6.1 实例预测 | 第36-40页 |
| 3.7 运用神经网络做非线性预测 | 第40-45页 |
| 3.7.1 公路客运站客运量预测的非线性问题 | 第40-42页 |
| 3.7.2 人工神经网络预测 | 第42-45页 |
| 3.8 人工神经网络在客运量综合预测上的应用 | 第45-49页 |
| 3.8.1 实例分析 | 第45-46页 |
| 3.8.2 用人工神经网络做综合预测 | 第46-49页 |
| 第四章 公路客运站客商结合模式研究 | 第49-58页 |
| 4.1 客商结合模式的类型 | 第49页 |
| 4.2 客商结合模式提出的依据 | 第49-50页 |
| 4.3 客运站与商业结合模式的优势 | 第50-52页 |
| 4.4 客运站与商业结合模式的缺陷 | 第52页 |
| 4.5 客运站和商业结合模式的适合条件 | 第52页 |
| 4.6 客商结合后综合站场建设的指导原则 | 第52-53页 |
| 4.7 综合站场中商业设施的布局模式 | 第53-54页 |
| 4.8 先进经验借鉴 | 第54-58页 |
| 第五章 案例分析 | 第58-75页 |
| 5.1 镇安汽车站概要 | 第58-60页 |
| 5.2 总体布置特点与思路 | 第60-61页 |
| 5.3 总平面布局 | 第61-62页 |
| 5.4 建筑设施的结构型式 | 第62-65页 |
| 5.5 交通组织 | 第65-68页 |
| 5.6 配套与附属工程 | 第68-70页 |
| 5.7 建设设施指标汇总 | 第70-71页 |
| 5.8 技术经济指标 | 第71-75页 |
| 结论 | 第75-76页 |
| 参考文献 | 第76-78页 |
| 附录 | 第78-82页 |
| 攻读硕士学位期间取得的研究成果 | 第82-83页 |
| 致谢 | 第83页 |