第1章 交通运输预测方法概述 1
1.1 交通运输预测的概念和作用 1
1.2 交通运输预测方法的分类及其选择 3
1.3 交通运输预测的原则和步骤 6
1.4 交通运输预测的特点及思想方法 8
第2章 定性预测方法 12
2.1 定性预测方法的概念和特点 12
2.2 定性预测与定量预测的关系 13
2.3 德尔菲法 14
2.4 主观概率法 22
2.5 定性预测的其他方法 27
第3章 回归预测方法 48
3.1 概述 48
3.2 一元线性回归预测方法 53
3.3 多元线性回归预测法 60
3.4 非线性回归预测 65
3.5 自回归预测法 66
3.6 交通运输案例分析 68
第4章 时间序列预测方法 78
4.1 时间序列分解法 78
4.2 趋势外推法 86
4.3 曲线拟合优度分析 109
4.4 时间序列平滑预测法 111
第5章 平稳时间序列预测法 128
5.1 概述 128
5.2 时间序列的自相关分析 129
5.3 单位根检验和协整检验 137
5.4 ARMA模型的建模 142
5.5 时间序列的案例分析 149
第6章 灰色预测理论与方法 165
6.1 灰色预测理论 165
6.2 GM(1,1)模型 167
6.3 GM(1,1)残差模型及GM(n,h)模型 174
6.4 交通运输案例分析——以客运量预测为例 177
第7章 状态空间模型和卡尔曼滤波 181
7.1 状态空间模型 181
7.2 卡尔曼滤波 188
7.3 方法评价 190
7.4 交通运输案例分析 191
第8章 交通运输综合预测方法 195
8.1 概述 195
8.2 四阶段法 196
8.3 非集计预测方法 212
8.4 交通运输综合预测方法 224
第9章 预测精度的测定和评价 264
9.1 预测精度的测定 264
9.2 定量预测方法的精度比较 267
9.3 定性预测与定量预测的综合运用 270
9.4 组合预测法 272
第10章 交通运输决策的基本问题 279
10.1 决策的概念和种类 279
10.2 决策的作用和步骤 280
10.3 决策的公理和原则 282
10.4 交通运输决策的特点 284
第11章 风险型决策方法 286
11.1 风险型决策的基本问题 286
11.2 不同标准的决策方法 288
11.3 决策树 291
11.4 风险决策的敏感性分析 294
11.5 完全信息价值 297
11.6 效用概率决策方法 299
11.7 连续性变量的风险型决策方法 304
11.8 马尔科夫决策方法 308
11.9 交通运输案例分析 311
第12章 贝叶斯决策方法 316
12.1 贝叶斯决策概述 316
12.2 贝叶斯决策方法的类型 320
第13章 不确定型决策方法 330
13.1 “好中求好”决策方法 330
13.2 “坏中求好”决策方法 332
13.3 α系数决策方法 333
13.4 “最小的最大后悔值”决策方法 335
13.5 各种决策方法的比较和选择 336
第14章 多目标决策方法 342
14.1 多目标决策概述 342
14.2 层次分析法 343
14.3 多属性效用决策法 356
14.4 优劣系数法 360
14.5 模糊决策法 363
附录 369
附表一 DW检验临界值表(α=0.01) 369
附表二 t检验临界值表(双侧检验用) 371
附表三 F检验临界值表 372
附表四 标准正态分布表 376
附表五 χ2分布表 378
参考文献 381