文摘
英文文摘
声明
第一章概述
1.1问题的提出
1.2本文研究的意义
1.3短时交通流量预测概述和特性分析
1.3.1短时交通流量预测概述
1.3.2短时交通流量预测特性分析
1.4各种预测方法的研究现状及存在的主要问题
1.5基于非参数回归的短时流量预测过程
1.6非参数回归方法应用研究综述
1.7本文主要研究思路及方法
1.8研究框架
1.9本章小结
第二章非参数回归方法
2.1非参数回归方法原理
2.1.1从归纳—演绎的角度看待非参数回归方法
2.1.2从非线性时变系统角度看待非参数回归方法
2.1.3非参数回归方法原理
2.2非参数回归方法的适用条件
2.3非参数回归方法在短时流量预测中的应用框图
2.4应用非参数回归方法进行短时流量预测的关键步骤
2.4.1历史数据的选择
2.4.2样本数据库的生成
2.4.3数据相似性定义
2.4.4 K近邻搜索
2.4.5预测算法
2.5影响非参数回归方法的因素分析
2.5.1数据库的规模大小(Database_Size)
2.5.2近邻点个数K
2.5.3数据相似度误差(Similar_Error)
2.5.4流量时间间隔(Time_Interval)
2.5.5闭环系统中的反馈变量
2.6本章小结
第三章对非参数回归方法的改进
3.1具有快速数据搜索的样本数据库的创建
3.1.1样本数据库结构和操作步骤
3.1.2一维和多维数据库的映射关系
3.2基于一维数据匹配的样本数据库的创建
3.2.1样本数据库中各个子库的关系
3.2.2搜索库的逻辑结构
3.2.3搜索库操作
3.2.4搜索库的物理结构
3.2.5搜索库的精确匹配
3.3基于多维数据匹配的搜索库的创建
3.3.1 R树索引
3.3.2基于R树的数据库匹配过程
3.3.3索引操作
3.3.4近邻点的查找
3.3.5索引分析
3.3.6样本数据库结构
3.4有反馈回路调节的非参数回归方法
3.4.1无反馈的一般非参数回归方法的缺点
3.4.2调节算法
3.5本章小结
第四章非参数回归预测短时交通流量的数据预处理
4.1仿真软件说明
4.2构造不同状态下的仿真交通流
4.3错误数据和缺失数据的识别与修复
4.4原始流量数据的主成分分析
4.4.1主成分分析原理
4.4.2对原始流量数据进行主成分分析的必要性
4.4.3相关系数法与主成分分析法的比较
4.5聚类分析
4.5.1对数据进行聚类的必要性
4.5.2几种不同的聚类方法比较
4.6本章小结
第五章非参数回归预测方法的鲁棒性分析
5.1非参数回归预测的鲁棒性引入
5.2影响非参数回归预测鲁棒性因素分析
5.3非参数回归预测的鲁棒性控制
5.4本章小结
第六章 非参数回归在短时流量预测中的仿真研究
6.1路网结构描述和参数设定
6.2数据预处理
6.2.1主成分分析结果
6.2.2聚类分析结果
6.2.3寻找近邻点
6.3一维和多维数据库搜索方法的预测仿真分析
6.3.1仿真和预测系统参数的设定
6.3.2一维数据搜索的预测仿真分析
6.3.3多维数据搜索的预测仿真分析
6.4本章小结
总结和展望
1论文工作总结
2创新点
3研究展望
参考文献
发表论文和科研情况说明
致 谢