封面
声明
中文摘要
英文摘要
目录
第一章 绪论
1.1研究背景及意义
1.2国内外的研究现状
1.3研究内容
1.4篇章结构
1.5本章小结
第二章 基于蓝牙技术的交通数据采集和旅行时间估计方法
2.1交通数据采集方法
2.2基于蓝牙技术采集交通数据相关研究综述
2.3蓝牙技术简介
2.4利用蓝牙技术实时采集交通数据的原理
2.5基于蓝牙数据的道路旅行时间估计方法
2.6本章小结
第三章 基于卡尔曼滤波的短时旅行时间预测模型
3.1卡尔曼滤波基本原理
3.2基于卡尔曼滤波的短时旅行时间预测模型的建立
3.3本章小结
第四章 基于支持向量机的短时旅行时间预测模型
4.1统计学习理论
4.2支持向量机(Support Vector Machines, SVM)
4.3支持向量回归模型(Support Vector Regression Model)
4.4模型参数优化方法—PSO算法
4.5基于PSO-SVR的道路短时旅行时间预测模型的构建
4.6模型预测效果的评价
4.7本章小结
第五章 蓝牙应用情况调研和基于蓝牙技术的旅行时间采集实验
5.1蓝牙使用情况调查问卷
5.2蓝牙设备实时采集交通数据实地试验
5.3本章小结
第六章 短时旅行时间预测模型预测的结果对比和分析
6.1数据准备
6.2基于卡尔曼滤波的短时旅行时间预测模型的预测结果
6.3基于PSO-SVR方法的短时旅行时间预测模型结果及分析
6.4基于BP神经网络的预测模型的预测结果
6.5本章小结
第七章 总结与展望
7.1 7.1总结
7.2展望
参考文献
附录1 原始旅行时间数据(单位秒)
附录2 部分MATLAB程序代码
致谢
攻读硕士学位期间已发表或录用的论文