绪论 1
什么是“动态预测”算法 2
国内外研究现状 4
本书的主要内容 10
交通调查与数据分析 11
交通调查 11
交通观测 11
交通模拟 13
数据处理 15
交通流特性分析 16
小流量交通特性 17
大流量交通特性 17
常发性拥挤交通特性 17
偶发性拥挤交通特性 18
交通流参数变化规律 18
交通流参数的可预测性 21
交通流预测常规算法 24
短时交通流预测原理 25
宏观模型预测原理 25
微观模型预测原理 26
移动平均法 26
简单移动平均法 27
加权移动平均法 28
趋势移动平均法 30
指数平滑法 31
一次指数平滑法 32
二次指数平滑法 34
差分-指数平滑法 35
时间序列法 37
神经网络法 41
线性神经网络模型 41
BP神经网络模型 43
RBF神经网络模型 48
交通流动态预测小波法 51
研究现状 51
小波分析法 52
连续小波变换 52
离散小波变换 53
多分辨分析与Mallat算法 54
基于小波分解和支持向量回归的短时交通流预测 61
支持向量机 61
支持向量回归 63
支持向量机的学习算法 65
基于小波分解和支持向量回归的交通流预测模型 68
基于小波神经网络的短时交通流预测 81
小波神经网络 81
小波神经网络的学习算法及改进 84
基于小波神经网络的交通流预测方法 87
交通流动态预测分形法 99
分形的概念及分形维数 99
分形的概念 100
分形维数的定义及其计算 100
交通流的分形与混沌分析 108
交通流时间序列的递归图 108
交通流时间序列的混沌判据——最大Lyapunov指数 125
利用最大Lyapunov指数预测交通流 128
交通流时间序列的Kolmogorov熵 129
交通流时间序列的分形预测法 129
基于分形概念的交通流预测 130
基于分形自相似性的预测——移动平均自回归最近邻域综合预测法 142
交通流动态预测控制论法 179
反馈控制理论 179
开环控制 179
闭环控制 180
反馈系统的传递函数 181
自适应控制算法 182
交通流预测控制论法 184
基于反馈控制的预测模型 184
模型参数标定 187
自适应预测控制器的设计 188
实例应用 189
交通流动态预测双点及多点模型 195
交通流动态预测双点模型 195
交通流动态预测多点模型 197
参数标定 198
确定权重 198
确定系数矩阵 199
预测实例 200
短期交通流预测综合评价 206
评价模型 206
二级模糊综合评判法原理 206
建立因素集 207
建立权重集 208
建立备择集 209
确定隶属函数 209
模糊综合评判 210
交通流参数预测最佳方法 211
预测方法评价 211
智能预测系统 214
最佳预测时间间隔与窗口长度 217
预测窗口长度 218
最佳窗口长度与时间间隔的关系 219
不同时间间隔预测效果定量比较 220
不同参数预测效果的比较 221
交通参数的敏感性分析 222
交通量预测 225
时间占有率预测 225
地点车速预测 225
交通事件检测算法 238
交通事件检测综述 238
比较（模式识别）算法 239
统计算法 241
时间序列和平滑／滤波算法 241
交通模型和理论算法 242
低流量事件检测算法 242
其他事件检测算法 243
基于预测偏差的交通事件检测算法 243
算法原理 243
检测参数 245
数据预处理 249
事件识别的步骤 250
交通事件发生的概率 252
算法性能评价 253
评价指标 253
评价方法 254
算法阈值标定 254
各种事件检测算法的对比评价 257
附录 259
参考文献 310