摘要4-6
Abstract6-13
第1章 绪论13-25
1.1 依托课题13
1.2 不足的提出及探讨作用13-14
1.3 国内外探讨历史与近况评述14-22
1.3.1 短时交通参数一步预测的探讨历史和近况14-20
1.3.2 短时交通参数多步预测的探讨历史与近况20-22
1.4 短时交通参数多步预测关键不足浅析22
1.5 探讨内容及论文结构22-24
1.6 小结24-25
第2章 基于MTS一步外推的短时交通参数多步预测策略探讨25-47
2.1 概述25
2.2 基于 MTS 一步外推的短时交通参数多步预测基本思想25-27
2.3 MTS 交通参数数据序列的合成与分解策略27-31
2.3.1 MTS 交通参数合成与分解基本原理27-28
2.3.2 MTS 交通参数合成策略28-30
2.3.3 MTS 交通参数分解策略30-31
2.4 基于 MTS 一步外推的短时交通参数多步预测策略设计31-39
2.4.1 短时交通参数一步预测基本策略的选择31-37
2.4.2 短时交通参数一步预测组合模型动态权重的确定37
2.4.3 MTS 短时交通参数一步预测值的分解37-38
2.4.4 基于 MTS 一步外推的短时交通参数多步预测工作流程38-39
2.5 预测效果的评价指标39
2.6 实证浅析39-45
2.6.1 数据来源39
2.6.2 实验案例设计39-40
2.6.3 实验及结果浅析40-45
2.7 小结45-47
第3章 基于 k 近邻估计的短时交通参数多步预测策略探讨47-59
3.1 概述47
3.2 基于 k 近邻估计的短时交通参数多步预测基本思想47-48
3.3 基于 k 近邻估计的短时交通参数多步预测算法设计48-51
3.3.1 基于 k 近邻估计的短时交通参数多步预测的方式定义48-49
3.3.2 基于 k 近邻估计的短时交通参数多步预测的方式搜索49
3.3.3 基于 k 近邻估计的短时交通参数多步预测的方式估计49-50
3.3.4 基于 k 近邻估计的短时交通参数多步预测的算法流程50-51
3.4 实证浅析51-58
3.4.1 实验案例设计51-55
3.4.2 实验及结果浅析55-58
3.5 小结58-59
第4章 基于 BP 神经网络的 DPT 在线估计策略探讨59-73
4.1 概述59
4.2 DPT 在线估计的基本原理59-60
4.3 短时交通参数数据序列关键特点指标设计60-61
4.4 基于 BP 神经网络的 DPT 在线估计策略设计61-63
4.4.1 BP 神经网络选择61-62
4.4.2 BP 神经网络训练62-63
4.4.3 DPT 在线估计流程设计63
4.5 DPT 估计的评价指标63-64
4.6 实证浅析64-72
4.6.1 实验案例设计64
4.6.2 实验及结果浅析64-72
4.7 小结72-73
第5章 总结和展望73-75
5.1 全文总结73
5.2 展望73-75