声明
1绪论
1.1 研究背景及意义
1.2 国内外相关研究
1.3 论文研究内容
1.4 论文结构安排
1.5 本章小结
2相关理论和技术
2.1 短时客流预测方法综述
2.2 BP神经网络算法
2.3 卡尔曼滤波算法
2.4 本章小结
3数据采集和分析
3.1 数据来源
3.2 数据描述
3.3 数据预处理
3.4 乘车站点分析
3.5 数据处理效果
3.6 本章小结
4公交运行客流数据特征分析
4.1 短时公交客流特性分析
4.2 数据时间分布特性
4.3 数据空间分布特性
4.4 本章小结
5基于卡尔曼滤波短时客流预测模型优化方法
5.1 设计思路
5.2 预测模型
5.3 算法流程
5.4 本章小结
6基于卡尔曼滤波公交短时客流预测验证分析
6.1 实验数据
6.2 评价指标
6.3 验证分析
6.4 本章小结
结论
参考文献
致谢
作者简历及攻读硕士学位期间的科研成果
大连海事大学;