文摘
英文文摘
致谢
图表目录
1 绪论
1.1 研究背景
1.2 国内外研究综述
1.2.1 时空变化规律预测方法
1.2.2 行程时间影响因素预测方法
1.2.3 数据融合预测方法
1.3 研究目的与意义
1.4 研究内容与技术路线
2 数据采集与处理
2.1 数据采集
2.1.1 公交车辆停靠站时间数据
2.1.2 公交车辆站间行程时间数据
2.2 GPS数据预处理
2.2.1 GPS数据说明
2.2.2 GPS数据质量控制
2.2.3 GPS数据处理
2.3 本章小结
3 公交车辆停靠站时间预测模型
3.1 公交车辆停靠站时间影响因素分析
3.2 公交车辆停靠站时间预测模型
3.2.1 乘客上下车时间模型
3.2.2 多车门客流分配模型
3.2.3 停靠站时间预测模型
3.3 预测结果分析
3.4 本章小结
4 公交车辆站间行程时间预测模型
4.1 公交车辆站间行程时间特性分析
4.1.1 SOT波动性分析
4.1.2 SOD波动性分析
4.2 基于卡尔曼滤波算法的公交车辆站间行程时间预测模型
4.2.1 卡尔曼滤波预测方法基本原理
4.2.2 基于卡尔曼滤波的公交车辆站间行程时间预测模型
4.3 基于时间序列的公交车辆站间行程时间预测模型
4.3.1 时间序列预测方法基本原理
4.3.2 基于时间序列的公交车辆站间行程时间预测模型
4.4 预测结果分析
4.4.1 基于卡尔曼滤波的公交车辆站间行程时间预测结果
4.4.2 基于时间序列的公交车辆站间行程时间预测结果
4.4.3 预测结果对比分析
4.5 本章小结
5 公交车辆行程时间预测应用实例
5.1 公交车辆行程时间预测流程
5.2 实例线路及数据说明
5.2.1 实例线路说明
5.2.2 实例数据说明
5.3 预测结果与误差评价
5.3.1 预测结果
5.3.2 预测结果分析
5.4 本章小结
6 总结与展望
6.1 论文主要工作
6.2 研究展望
参考文献
作者简历
学位论文数据集