| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 城市交通的研究背景及智能交通系统（ITS） | 第9-12页 |
| 1.2 交通流预测方法的研究现状 | 第12-15页 |
| 1.3 论文章节安排 | 第15-16页 |
| 第二章 交通预测模型与仿真工具 | 第16-30页 |
| 2.1 基于交通流的建模方法概述 | 第16-18页 |
| 2.1.1 城市交通流模型及其发展 | 第16页 |
| 2.1.2 宏观模型与微观模型的分析比较 | 第16-17页 |
| 2.1.3 预测模型与控制模型的分析比较 | 第17页 |
| 2.1.4 空间推理模型与数据驱动模型的分析比较 | 第17-18页 |
| 2.2 实验数据来源及仿真软件CORSIM/TSIS的介绍 | 第18-29页 |
| 2.2.1 CORSIM/TSIS简介 | 第18-21页 |
| 2.2.2 基于仿真软件的城市交通路网的仿真实现 | 第21-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 基于数据驱动的单条路段交通预测模型 | 第30-45页 |
| 3.1 城市交通状态特性研究 | 第30-32页 |
| 3.2 带有误差补偿机制的混合神经网络-粒子群(HPSO-NN)预测方法 | 第32-36页 |
| 3.2.1 算法概述 | 第32-33页 |
| 3.2.2 PSO训练带有开关权值的进化神经网络 | 第33-35页 |
| 3.2.3 加入误差补偿机制的HPSO-NN预测算法 | 第35-36页 |
| 3.3 HPSO-NN方法在单条路段交通状态预测中的应用 | 第36-43页 |
| 3.3.1 带误差补偿机制的HPSO-NN预测步骤 | 第36-43页 |
| 3.3.2 实验结果分析 | 第43页 |
| 3.4 本章小结 | 第43-45页 |
| 第四章 基于元胞传输模型(CTM)的路网交通预测模型 | 第45-69页 |
| 4.1 CTM模型基础理论 | 第45-48页 |
| 4.1.1 CTM模型基本假设 | 第45-46页 |
| 4.1.2 CTM模型公式表达 | 第46-48页 |
| 4.2 应用于快速路网的CTM的改进算法 | 第48-57页 |
| 4.2.1 HPSO-NN对路口转弯率在线校正法改进CTM算法概述 | 第48-50页 |
| 4.2.2 改进CTM预测快速路网交通流算例 | 第50-57页 |
| 4.3 应用于地面路网的CTM的扩展算法 (CLM) | 第57-67页 |
| 4.3.1 CLM建模方法概述 | 第57-62页 |
| 4.3.2 CLM预测城市地面路网交通状态算例 | 第62-67页 |
| 4.4 本章小结 | 第67-69页 |
| 第五章 基于CLM的模型预测控制在智能交通中的应用 | 第69-87页 |
| 5.1 模型预测控制及其在交通控制中的应用 | 第69-71页 |
| 5.2 S模型及其与CLM模型的比较与分析 | 第71-76页 |
| 5.2.1 宏观模型S模型的基本原理 | 第72-74页 |
| 5.2.2 S模型与CLM模型计算流程的比较 | 第74-76页 |
| 5.3 基于CLM的模型预测控制算法在交通控制中的应用 | 第76-85页 |
| 5.3.1 基于CLM模型的预测控制方法 | 第76-80页 |
| 5.3.2 算例以及结果分析 | 第80-85页 |
| 5.4 本章小结 | 第85-87页 |
| 第六章 总结与展望 | 第87-90页 |
| 6.1 本文研究内容与主要贡献 | 第87-88页 |
| 6.2 未来研究展望 | 第88-90页 |
| 参考文献 | 第90-96页 |
| 致谢 | 第96-97页 |
| 攻读硕士学位期间已发表或录用的论文专利 | 第97-99页 |
