| 第一章 概述 | 第1-12页 |
| ·高速公路事件检测研究的意义 | 第7-9页 |
| ·本文研究内容 | 第9-12页 |
| 第二章 遗传算法原理及算法 | 第12-25页 |
| ·基本遗传算法 | 第13-20页 |
| ·基本遗传算法 | 第13-15页 |
| ·遗传操作 | 第15-20页 |
| ·遗传算法机理分析 | 第20-25页 |
| ·模式定理 | 第20-23页 |
| ·收敛性分析 | 第23-25页 |
| 第三章 基于遗传算法的交通事件检测算法研究 | 第25-55页 |
| ·事件检测算法综述 | 第25-33页 |
| ·模式识别算法 | 第26-28页 |
| ·统计预测算法 | 第28-29页 |
| ·时间序列和滤波算法 | 第29-31页 |
| ·交通流理论算法 | 第31-32页 |
| ·低流量事件检测法 | 第32页 |
| ·智能算法 | 第32-33页 |
| ·遗传算法结合加利福尼亚算法进行交通事件检测 | 第33-47页 |
| ·遗传算法结合加利福尼亚算法进行交通事件检测的可行性分析 | 第33-34页 |
| ·算法设计 | 第34-36页 |
| ·算法仿真 | 第36-39页 |
| ·自适应遗传算法 | 第39-47页 |
| ·遗传算法结合神经网络进行交通事件检测 | 第47-52页 |
| ·遗传算法结合神经网络进行交通事件检测的可行性分析 | 第47页 |
| ·面向神经网络权值学习的遗传算法设计 | 第47-50页 |
| ·算法仿真 | 第50-52页 |
| ·算法检验及评价 | 第52-55页 |
| 第四章 结论和建议 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59页 |