首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--电子计算机在公路运输和公路工程中的应用论文

基于浮动车GPS数据的动态交通预测与诱导模型研究

摘要第1-7页
Abstract第7-12页
1 绪论第12-23页
   ·国内外动态交通预测研究情况第12-18页
     ·国外研究情况第12-15页
     ·国内研究情况第15-18页
   ·研究目的和意义第18-19页
     ·研究目的第18页
     ·研究意义第18-19页
   ·研究内容和技术路线第19-21页
     ·研究内容第19-20页
     ·技术路线第20-21页
   ·论文结构安排第21-22页
   ·本章小结第22-23页
2 浮动车GPS数据采集与处理第23-54页
   ·交通信息数据采集设备与方法第23-28页
     ·线圈检测器第23-24页
     ·超声波检测器第24-25页
     ·红外检测器第25-26页
     ·视频检测器第26-27页
     ·浮动车GPS法第27页
     ·不同数据采集方法对比第27-28页
   ·GPS数据预处理第28-34页
     ·数据过滤第29-32页
     ·数据修复第32-34页
   ·坐标变换第34-38页
   ·路段划分第38-39页
   ·GPS数据与GIS数据的匹配第39-51页
     ·点到点匹配算法第39-40页
     ·点到线匹配算法第40-45页
     ·线到线匹配算法第45-49页
     ·拟合角度距离法第49-51页
   ·实例和匹配效果第51-53页
   ·本章小结第53-54页
3 基于浮动车的静态路段行程时间预测理论与模型第54-66页
   ·定积分理论第54-56页
   ·平均速度估计第56-60页
     ·时间平均速度第56-58页
     ·区间平均速度第58-60页
   ·路段行程时间第60-62页
   ·可靠性分析第62-63页
   ·实例分析第63-64页
   ·本章小结第64-66页
4 基于浮动车的动态行程时间预测理论与模型第66-89页
   ·卡尔曼滤波动态行程时间估计第66-78页
     ·离散时间卡尔曼滤波理论第66-70页
     ·卡尔曼滤波的参数回归平滑处理方法第70-71页
     ·卡尔曼滤波动态预测模型的实现第71-78页
   ·相关法自适应滤波动态行程时间估计第78-85页
     ·由观测数据求相关函数第78-79页
     ·观测数据的相关函数C_k与ГH~T阵第79-80页
     ·求取最优稳态增益矩阵第80-82页
     ·相关法自适应滤波的实现第82-85页
   ·动态行程时间预测的误差对比分析第85-88页
   ·本章小结第88-89页
5 基于动态OD的交通网络诱导模型第89-105页
   ·动态OD模型第89-92页
     ·静态OD估计模型第89-90页
     ·动态OD的估计模型第90-92页
     ·弧阻抗函数第92页
   ·动态最优路径第92-93页
   ·路网的构建第93-96页
   ·最优路径算法第96-98页
     ·标号法第96-97页
     ·改进Dijkstra算法第97-98页
   ·模拟试验第98-104页
   ·本章小结第104-105页
6 结论与展望第105-109页
   ·结论第105-106页
   ·创新点第106-107页
   ·展望第107-109页
参考文献第109-117页
致谢第117-118页
攻读学位期间已发表的学位论文内容相关的学术论文及科研成果第118-120页
查新结论第120页

论文共120页,点击 下载论文
上一篇:滑脱效应影响的低渗透储层煤层气运移规律研究
下一篇:膜结构风振流固耦合效应和风致雪压的理论分析及数值模拟研究