基于短时交通预测区域交通信号控制方法研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 交通流短时预测方法 | 第11-13页 |
| 1.2.2 城市交通信号控制技术 | 第13-14页 |
| 1.3 主要工作 | 第14-15页 |
| 1.4 章节安排 | 第15-17页 |
| 第二章 相关工作基础 | 第17-31页 |
| 2.1 交通仿真技术 | 第17-20页 |
| 2.1.1 交通仿真系统分类 | 第17-19页 |
| 2.1.2 典型微观交通仿真系统 | 第19-20页 |
| 2.2 交通流基本概念 | 第20-22页 |
| 2.2.1 交通流的基本特性 | 第20-21页 |
| 2.2.2 交通流的基本参数 | 第21-22页 |
| 2.3 基于模糊时间序列的交通流短时预测方法 | 第22-29页 |
| 2.3.1 模糊时间序列相关定义 | 第22-23页 |
| 2.3.2 基于模糊时间序列的短时预测模型 | 第23-26页 |
| 2.3.3 实验与验证 | 第26-29页 |
| 2.4 相关术语定义 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 单交叉口自适应控制方法 | 第31-45页 |
| 3.1 交叉口相位设计 | 第31-34页 |
| 3.1.1 交通流相容性关系 | 第31-32页 |
| 3.1.2 最小相位数确定 | 第32-34页 |
| 3.2 交通流状态划分方法 | 第34-37页 |
| 3.2.1 交通流状态划分标准 | 第34-35页 |
| 3.2.2 历史交通流数据处理 | 第35-36页 |
| 3.2.3 交通流状态聚类模型 | 第36-37页 |
| 3.3 信号周期模版确定方法 | 第37-39页 |
| 3.3.1 计算饱和度代表值矩阵 | 第37-38页 |
| 3.3.2 计算信号周期长度 | 第38页 |
| 3.3.3 各相位绿灯时间确定 | 第38-39页 |
| 3.4 单交叉口信号灯自适应控制方法 | 第39-40页 |
| 3.5 实验及分析 | 第40-43页 |
| 3.5.1 数据来源 | 第40页 |
| 3.5.2 结果分析 | 第40-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第四章 交通控制子区动态划分方法 | 第45-54页 |
| 4.1 总体思路 | 第45-47页 |
| 4.1.1 交叉口相似度影响因子分析 | 第45-46页 |
| 4.1.2 交通控制子区划分策略 | 第46-47页 |
| 4.2 交通控制子区的自动划分方法 | 第47-49页 |
| 4.2.1 交通控制子区的静态初始划分 | 第47-48页 |
| 4.2.2 相邻交叉口相似度计算方法 | 第48-49页 |
| 4.3 交通控制子区的方法 | 第49-50页 |
| 4.4 案例分析 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 区域交通信号协调控制方法 | 第54-69页 |
| 5.1 关键路口选取 | 第54-56页 |
| 5.1.1 静态关键路口选取方法 | 第54-55页 |
| 5.1.2 动态关键路口选取 | 第55-56页 |
| 5.2 干线绿波协调控制方法 | 第56-61页 |
| 5.2.1 单向自适应绿波协调控制 | 第56-58页 |
| 5.2.2 双向自适应绿波协调控制 | 第58-61页 |
| 5.3 关键干线的选取及干线自适应控制 | 第61-63页 |
| 5.3.1 关键干线选取方法 | 第61-62页 |
| 5.3.2 干线自适应控制方法 | 第62-63页 |
| 5.4 区域交通信同控制方法 | 第63-64页 |
| 5.5 实验与分析 | 第64-67页 |
| 5.5.1 数据来源 | 第64-66页 |
| 5.5.2 结果分析 | 第66-67页 |
| 5.6 本章小节 | 第67-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 工作总结 | 第69页 |
| 6.2 进一步研究工作 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间取得的成果 | 第75页 |
