第一个书签之前
摘 要
目 录
第一章 绪论
1.1 研究背景及意义
1.2 交通流预测国内外研究现状
1.3 论文主要研究内容
1.4 论文结构安排
1.5 本章小结
第二章 交通流预测概述
2.1 交通流预测的分类
2.1.1 长期交通流预测
2.1.2 中期交通流预测
2.1.3 短期交通流预测
2.1.4 短时交通流预测
2.2 交通流特性分析
2.3 短期交通流预测理论
2.3.1 短期交通流预测原理
2.3.2 短期交通流预测模型
2.4 交通流数据处理方式
2.5 本章小结
第三章 机器学习方法基本理论
3.1 机器学习概述
3.1.1 机器学习问题
3.1.2 经验风险最小化
3.1.3 结构风险最小化
3.2 机器学习算法理论
3.2.1 KNN算法理论
3.2.2 支持向量机
3.2.3 随机森林
3.3 机器学习算法的应用
3.4 本章小结
第四章 交通流预测模型构建研究
4.1 改进距离的KNN的相关监测点筛选模型
4.2 基于CEEMD的交通流处理
4.3 随机项预测模型
4.3.1 SVR模型
4.3.2 RFR模型
4.3.3 随机项预测模型流程
4.4 趋势项预测模型
4.5 预测结果的性能评价指标
4.6 本章小结
第五章 交通流预测结果分析
5.1 交通数据来源
5.2 交通流时空特性分析
5.3 交通流数据预处理
5.3.1 缺损值修补
5.3.2 异常值修订
5.3.3 噪声抑制
5.4 基于改进距离的KNN相关监测点选择
5.5 基于CEEMD的数据处理
5.6 随机项预测模型特征参数确定
5.7 趋势项预测
5.8 交通流预测及结果评价
5.8.1 预测结果分析
5.8.2 预测模型对比分析
5.9 本章小结
总结与展望
总结
展望
参考文献
攻读硕士学位期间的科研成果
致谢
