●第1章緒論
1.1交通信息預測研究的意義
1.2交通信息預測的基本理論
1.3交通信息預測的分類
1.4短時交通信息預測的意義
第2章數據預處理
2.1數據預處理概述
2.2異常數據祛除^
2.3噪聲抑制
2.4缺失數據的填補
第3章模糊理論基礎
3.1真實世界的模糊性
3.2模糊集合
3.3模糊規則
3.4模糊推理基礎
3.5模糊推理繫統
3.6基於聚類的模糊推理繫統辨識方法
第4章預測效果檢驗及性能評價
4.1評價內容
4.2驗證方法
4.3評價指標
4.4混沌時間序列對比分析
第5章Mamdani和Sugeno模糊推理繫統在交通信息預測中的比較
5.1相關研究概述
5.2被試模糊推理繫統概述
5.3預測性能比較
第6章基於局部近似隸屬函數模糊聚類的模糊單步預測方法
6.1預測方法概述
6.2基於局部近似隸屬函數模糊聚類算法
6.3基於局部隸屬函數模糊聚類的參數及規則確定方法
6.4仿真實例
第7章基於高斯混合模型的模糊單步預測方法
7.1預測方法概述
7.2輸入變量選擇
7.3基於*近鄰聚類及高斯混合模型的參數和規則確定方法
7.4仿真實例
第8章多步模糊預測方法
8.1直接多步模糊預測方法
8.2循環多步模糊預測方法
8.3組合多步預測方法
8.4基於偏差序列的多步模糊預測方法
8.5基於偏差累加序列的多步模糊預測方法
8.6多步預測方法對比分析
參考文獻
