摘要 | 第9-10页 |
ABSTRACT | 第10-11页 |
第1章 绪论 | 第12-16页 |
1.1 研究背景 | 第12-13页 |
1.2 研究目标及意义 | 第13-14页 |
1.3 研究内容及技术路线 | 第14-15页 |
1.4 本章小结 | 第15-16页 |
第2章 国内外研究综述 | 第16-24页 |
2.1 交通信号控制策略 | 第16-20页 |
2.1.1 单点交叉口信号控制策略 | 第16-17页 |
2.1.2 干道信号控制策略 | 第17-19页 |
2.1.3 区域信号控制策略 | 第19-20页 |
2.2 区域内关键路径判别方法 | 第20-22页 |
2.3 控制区域选取方法 | 第22-23页 |
2.4 本章小结 | 第23-24页 |
第3章 控制区域的选取 | 第24-40页 |
3.1 问题描述 | 第24-26页 |
3.2 控制区域的选取原则 | 第26-27页 |
3.3 相邻交叉口关联度影响因素分析 | 第27-29页 |
3.4 相邻交叉口关联度计算模型 | 第29-33页 |
3.4.1 关联度指标的选取 | 第29-32页 |
3.4.2 基于皮尔森系数的关联度计算模型 | 第32-33页 |
3.5 基于平均关联权重的边界确定方法 | 第33页 |
3.6 案例分析 | 第33-38页 |
3.6.1 路网描述 | 第33-35页 |
3.6.2 数据预处理 | 第35-36页 |
3.6.3 控制区域范围选取 | 第36-38页 |
3.7 本章小结 | 第38-40页 |
第4章 关键路径的判别及选取 | 第40-52页 |
4.1 问题描述 | 第40-42页 |
4.2 基于广度优先搜索(BFS)的路径识别 | 第42-44页 |
4.3 路径关联度影响因素分析 | 第44-45页 |
4.4 路径关联度模型 | 第45-48页 |
4.4.1 路径关联度指标选取 | 第45-47页 |
4.4.2 路径关联度计算 | 第47-48页 |
4.5 案例分析 | 第48-51页 |
4.6 本章小结 | 第51-52页 |
第5章 基于多条关键路径协调控制的信号优化 | 第52-84页 |
5.1 多条关键路径控制优化框架 | 第52-55页 |
5.1.1 问题描述 | 第52-54页 |
5.1.2 多条关键路径的控制优化框架 | 第54-55页 |
5.2 关键路径交叉口控制优化模型 | 第55-65页 |
5.2.1 相邻交叉口相位协调率定义 | 第55-56页 |
5.2.2 基于相位协调率的交叉口控制优化模型 | 第56-65页 |
5.3 多条关键路径协调控制优化模型 | 第65-69页 |
5.4 基于遗传算法的粒子群(GA-PSO)优化模型求解 | 第69-74页 |
5.4.1 粒子群算法 | 第70-71页 |
5.4.2 遗传算法 | 第71-72页 |
5.4.3 GA-PSO算法策略 | 第72页 |
5.4.4 具体步骤 | 第72-74页 |
5.5 案例分析 | 第74-82页 |
5.5.1 多条关键路径协调控制优化 | 第74-79页 |
5.5.2 仿真验证及结果分析 | 第79-82页 |
5.6 本章小结 | 第82-84页 |
第6章 结论与展望 | 第84-86页 |
6.1 结论 | 第84-85页 |
6.2 展望 | 第85-86页 |
参考文献 | 第86-92页 |
致谢 | 第92-93页 |
学位论文评阅及答辩情况表 | 第93页 |