城市路网实时动态交通信息预测方法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·研究背景与研究意义 | 第9-10页 |
| ·研究现状 | 第10-14页 |
| ·交通流预测现状 | 第10-12页 |
| ·旅行时间预测现状 | 第12-14页 |
| ·本文的主要工作 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 2 神经网络基本理论 | 第16-22页 |
| ·人工神经网络概述 | 第16页 |
| ·误差反传(BP)神经网络 | 第16-22页 |
| ·BP网络的结构和工作原理 | 第16-18页 |
| ·BP网络的学习算法 | 第18-21页 |
| ·BP网络的优缺点 | 第21-22页 |
| 3 有检测器路段的短时交通流预测 | 第22-38页 |
| ·问题提出 | 第22页 |
| ·优化方法概述 | 第22-26页 |
| ·神经网络并行算法概述 | 第26-27页 |
| ·并行算法性能评估 | 第27-28页 |
| ·MPICH并行计算平台 | 第28-29页 |
| ·自适应并行拟牛顿(SSPQN)学习算法 | 第29-34页 |
| ·SSPQN学习算法 | 第29-32页 |
| ·SSPQN学习算法的实现 | 第32-34页 |
| ·有检测器路段交通流预测模型 | 第34-38页 |
| ·交通流预测模型的建立 | 第34页 |
| ·仿真实验 | 第34-38页 |
| 4 无检测器路段的短时交通流预测 | 第38-47页 |
| ·问题提出 | 第38页 |
| ·多维标度法的工作原理 | 第38-41页 |
| ·无检测器路段交通流预测模型 | 第41-47页 |
| ·多维标度法在路网划分中的应用 | 第41-45页 |
| ·交通流预测模型的建立 | 第45页 |
| ·仿真实验 | 第45-47页 |
| 5 路段短时旅行时间的预测 | 第47-56页 |
| ·问题提出 | 第47-48页 |
| ·VISSIM仿真平台 | 第48-49页 |
| ·交通仿真平台介绍 | 第48页 |
| ·配置仿真环境 | 第48-49页 |
| ·路段旅行时间的估计 | 第49-54页 |
| ·旅行时间测量技术概述 | 第49-52页 |
| ·旅行时间估计模型的建立 | 第52-53页 |
| ·仿真实验 | 第53-54页 |
| ·路段旅行时间的预测 | 第54-56页 |
| ·旅行时间预测模型的建立 | 第54-55页 |
| ·仿真实验 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-62页 |
