声明
摘要
图目录
表目录
第一章 绪论
1.1 研究背景
1.2 国内外研究现状
1.2.1 交通流预测
1.2.2 交通参数分布
1.2.3 交通流预测残差分布
1.3 研究目标和内容
1.3.1 研究目标
1.3.2 研究内容
1.4 技术路线
1.4.1 技术路线描述
1.4.2 技术路线图
1.4.3 论文结构安排
1.5 本章小结
第二章 数据准备与计算
2.1 数据描述
2.2 数据预处理
2.2.1 数据预处理理论基础
2.2.2 算法框架
2.2.3 实例分析
2.3 交通流预测残差计算
2.3.1 时间序列预测理论基础
2.3.2 预测模型构建
2.3.3 实例研究
2.4 本章小结
第三章 交通流预测残差正态性分布检验
3.1 正态分布检验理论
3.2 实例分析
3.2.1 正态纸检验
3.2.2 偏度检验和峰度检验
3.2.3 Kolmogorov-Smirnov检验
3.2.4 Cramer-von Mises检验
3.2.5 Anderson-Darling检验
3.2.6 Shapiro-Wilk检验
3.3 本章小结
第四章 交通流预测残差分布拟合
4.1 不同分布特征分析理论
4.1.1 正态分布
4.1.2 T分布
4.1.3 GED分布
4.1.4 Laplace分布
4.1.5 Weibull分布
4.1.6 Cauchy分布
4.1.7 Gumbel分布
4.1.8 Logistic分布
4.2 交通流预测残差分布拟合
4.2.1 正态分布拟合与T分布拟合比较
4.2.2 正态分布与GED分布拟合比较
4.2.3 正态分布与Logistic分布拟合比较
4.2.4 正态分布与Cauchy分布拟合比较
4.2.5 最优分布拟合
4.3 本章小结
第五章 基于不同分布假设下的短时交通流不确定性分析
5.1 ARCH类模型
5.1.1 早期ARCH模型族
5.1.2 GARCH模型与改进
5.2 不同分布假设下的GARCH模型参数估计
5.2.1 正态分布假设下GARCH模型参数估计
5.2.2 T分布假设下GARCH模型参数估计
5.2.3 GED分布假设下GARCH模型参数估计
5.3 实例分析
5.3.1 样本数据的选取
5.3.2 预测残差序列的平稳性检验
5.3.3 ARCH效应检验
5.3.4 不同时间汇集度下基于不同分布假设的GARCH模型预测结果分析
5.4 本章小结
第六章 总结与展望
6.1 结论
6.2 展望
致谢
参考文献
作者简介