声明
摘要
第1章 绪论
1.1 课题的背景和来源
1.2 课题的研究目的与意义
1.3 研究的目标与内容
1.4 研究的技术路线与方法
1.5 论文的结构安排
1.6 本章小结
第2章 相关文献综述
2.1 公交动态调度的相关理论和现状
2.1.1 先进公共交通系统简介
2.1.2 公交动态调度理论与研究现状
2.1.3 影响动态调度作业的因素
2.1.4 物联网技术在公交系统的应用
2.2 交通领域的相关预测方法
2.3 公交系统的数据预测方法
2.3.1 公交站点客流预测方法
2.3.2 实时路况预测方法
2.3.3 公交到站时间预测方法
2.4 本章小结
第3章 公交动态调度系统中的数据预测分析
3.1 公交到站时间影响因素分析
3.2 公交系统的数据特性分析
3.2.1 公交数据在时间分布的规律性
3.2.2 公交数据在空间分布的规律性
3.3 公交系统的数据预测思路
3.4 本章小结
第4章 基于季节ARIMA的站点客流预测和实时路况预测
4.1 季节ARIMA预测方法的基本原理
4.1.1 时间序列基本模型
4.1.2 季节ARIMA模型
4.2 基于季节ARIMA的站点客流预测模型
4.2.1 数据采集与数据预处理
4.2.2 模型建立
4.2.3 不同预测方法的对比分析
4.3 基于季节ARIMA的实时路况预测模型
4.3.1 数据采集与数据预处理
4.3.2 模型建立
4.3.3 不同预测方法的比较分析
4.4 本章小结
第5章 基于K近邻非参数回归的站点客流预测和实时路况预测
5.1 K近邻非参数回归预测方法的基本原理
5.1.1 K近邻非参数回归方法原理
5.1.2 影响K近邻非参数回归预测模型的因素分析
5.1.3 K近邻非参数回归方法一般流程
5.2 基于K近邻非参数回归的站点客流预测模型
5.2.1 数据采集与数据预处理
5.2.2 模型建立
5.2.3 不同预测方法的比较分析
5.3 基于K近邻非参数回归的实时路况预测模型
5.3.1 数据采集与数据预处理
5.3.2 模型建立
5.3.3 不同预测方法的比较分析
5.4 本章小结
第6章 公交动态调度系统中的车辆到站时间预测模型
6.1 考虑前车数据和动态调整的到站时间预测模型
6.1.1 问题描述
6.1.2 模型参数及符号
6.1.3 模型假设
6.1.4 模型建立
6.1.5 仿真实例验证
6.1.6 不同预测方法的比较分析
6.2 到站时间预测模型参数影响分析
6.2.1 数据波动的影响分析
6.2.2 权重变化的影响分析
6.2.3 前车数据的影响分析
6.3 本章小结
第7章 总结和展望
7.1 总结
7.2 展望
参考文献
致谢
附录
攻读硕士期间从事科学研究、获奖情况及发明专利等项