| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景及研究的目的和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 车联网技术概述 | 第11-12页 |
| 1.2.2 驾驶行为研究概述 | 第12-15页 |
| 1.3 本文研究内容与技术路线 | 第15-17页 |
| 1.3.1 主要研究内容 | 第15页 |
| 1.3.2 技术路线 | 第15-17页 |
| 第2章 VISSIM交通仿真模型建立 | 第17-32页 |
| 2.1 道路交通微观仿真概述 | 第17-19页 |
| 2.1.1 交通仿真模型简述 | 第17-18页 |
| 2.1.2 微观仿真软件选取 | 第18-19页 |
| 2.2 交通微观仿真软件VISSIM介绍 | 第19-23页 |
| 2.2.1 VISSIM仿真基本原理和基本功能 | 第19-20页 |
| 2.2.2 VISSIM核心模型和主要参数 | 第20-22页 |
| 2.2.3 VISSIM仿真流程 | 第22-23页 |
| 2.3 建立仿真路网模型 | 第23-30页 |
| 2.3.1 交通路网数据收集 | 第23-24页 |
| 2.3.2 建立仿真路网 | 第24-28页 |
| 2.3.3 驾驶行为分类 | 第28-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第3章 样本数据获取及动力学参数转化 | 第32-43页 |
| 3.1 样本数据获取 | 第32-34页 |
| 3.1.1 评价仿真车辆记录参数设置 | 第32-33页 |
| 3.1.2 获取基础样本数据 | 第33-34页 |
| 3.2 车辆行驶状态参数分析与转化 | 第34-42页 |
| 3.2.1 汽车运动坐标系及受力分析 | 第35-36页 |
| 3.2.2 二自由度汽车稳定性因数分析 | 第36-38页 |
| 3.2.3 车辆行驶状态参数转化 | 第38-40页 |
| 3.2.4 行驶状态参数转化结果 | 第40-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第4章 特征的属性约简与数据挖掘 | 第43-59页 |
| 4.1 粗糙集相关基本概念 | 第43-47页 |
| 4.1.1 经典粗糙集存在不足 | 第43-44页 |
| 4.1.2 邻域粗糙集基本概念 | 第44-47页 |
| 4.2 基于邻域粗糙集的特征约简相关理论及实验分析 | 第47-52页 |
| 4.2.1 特征约简仿真实验流程 | 第47页 |
| 4.2.2 改进的前向贪心算法 | 第47-49页 |
| 4.2.3 基于邻域粗糙集的特征约简实验分析 | 第49-52页 |
| 4.3 基于EEMD和样本熵的驾驶行为特征提取 | 第52-58页 |
| 4.3.1 EEMD基本原理及特征信息提取 | 第52-56页 |
| 4.3.2 基于样本熵的IMF复杂度度量 | 第56-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第5章 基于模糊聚类的驾驶行为识别实验 | 第59-72页 |
| 5.1 聚类基本理论 | 第59-64页 |
| 5.1.1 聚类的定义与应用 | 第59-61页 |
| 5.1.2 模糊聚类方法的分类和聚类“相似性”度量 | 第61-63页 |
| 5.1.3 聚类的一般步骤 | 第63-64页 |
| 5.2 基于GG聚类的不同驾驶员行为诊断 | 第64-68页 |
| 5.2.1 GG聚类实验分析 | 第64-67页 |
| 5.2.2 聚类效果检验 | 第67-68页 |
| 5.3 GG聚类驾驶员行为识别 | 第68-71页 |
| 5.3.1 择近原则 | 第68-69页 |
| 5.3.2 不同类型驾驶员行为识别 | 第69-71页 |
| 5.4 本章小结 | 第71-72页 |
| 结论 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77页 |