声明
致谢
1 引言
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 交通客流预测研究现状
1.2.2 基于时空序列预测算法研究现状
1.3 论文主要研究内容
1.4 论文组织结构
2 相关理论基础
2.1 铁路客运需求预测理论综述
2.1.1 铁路客运需求预测方法概述
2.1.2 灰色预测模型
2.1.3 长短时记忆网络
2.1.4 图卷积神经网络
2.2 预测结果评价指标
2.3 本章小结
3 铁路交通客运影响因子相关性分析
3.1 影响因子分析
3.1.1 不可量化因子
3.1.2 可量化因子
3.2 影响因子选取
3.2.1 灰色关联分析法原理
3.2.2 特征选择步骤及结果
3.2.3 特征选择结果分析
3.3 本章小结
4 基于多图卷积的多因子时空预测模型
4.1 预测模型框架
4.2 空间关联图构建
4.3 实验设置与分析
4.3.1 数据集介绍
4.3.2 空间关联图消融实验结果及分析
4.3.3 预测模型实验结果及分析
4.4 本章小结
5 铁路交通客运可视化系统设计与实现
5.1 铁路交通客运可视化平台设计
5.1.1 系统架构设计
5.1.2 平台功能设计
5.2 铁路交通客运可视化平台实现
5.2.1 开发技术方案介绍
5.2.2 系统界面功能展示
5.3 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
作者简历及攻读硕士/博士学位期间取得的研究成果
独创性声明
学位论文数据集
北京交通大学;