摘要 | 第6-8页 |
ABSTRACT | 第8-10页 |
第一章 绪论 | 第11-19页 |
1.1 研究背景及意义 | 第11-13页 |
1.2 国内外研究现状 | 第13-15页 |
1.2.1 国外研究现状 | 第13-14页 |
1.2.2 国内研究现状 | 第14-15页 |
1.3 研究内容与论文结构 | 第15-19页 |
1.3.1 论文研究的主要内容 | 第15-17页 |
1.3.2 论文组织结构 | 第17-19页 |
第二章 交叉口信号控制理论基础 | 第19-30页 |
2.1 交通信号控制方式的划分 | 第19-20页 |
2.1.1 按信号配时的范围分 | 第19-20页 |
2.1.2 按信号配时的方式分 | 第20页 |
2.2 信号控制参数及性能评价指标 | 第20-23页 |
2.2.1 信号控制基本参数 | 第20-21页 |
2.2.2 性能评价指标 | 第21-23页 |
2.3 常用交叉口信号控制模型 | 第23-28页 |
2.3.1 延误时间模型 | 第23-25页 |
2.3.2 停车次数模型 | 第25-26页 |
2.3.3 通行能力模型 | 第26-28页 |
2.4 本章小结 | 第28-30页 |
第三章 交通数据的采集 | 第30-46页 |
3.1 基于视频的白天交通流量采集方法 | 第32-38页 |
3.1.1 基于视频采集交通流数据的原理 | 第32-35页 |
3.1.2 交通流参数的获取 | 第35-38页 |
3.2 基于视频的夜间交通流量采集方法 | 第38-43页 |
3.3 视频车辆检测硬件选型 | 第43-45页 |
3.4 本章小结 | 第45-46页 |
第四章 交叉口信号控制多目标优化模型及求解方法 | 第46-55页 |
4.1 交叉口多目标信号配时优化模型 | 第46-50页 |
4.1.1 多目标信号配时模型 | 第46-48页 |
4.1.2 目标函数 | 第48-49页 |
4.1.3 约束条件 | 第49-50页 |
4.2 基于EMICA的信号配时优化算法 | 第50-54页 |
4.2.0 环境变异免疫克隆算法描述 | 第51页 |
4.2.1 EMICA算法原理 | 第51-53页 |
4.2.2 求解信号配时优化目标函数步骤设计 | 第53-54页 |
4.3 本章小结 | 第54-55页 |
第五章 多目标优化方法仿真及试验分析 | 第55-68页 |
5.1 典型交叉口仿真对比 | 第55-57页 |
5.1.1 仿真对比试验概况及存在问题 | 第55-56页 |
5.1.2 仿真对比试验结果分析 | 第56-57页 |
5.2 实际路口实验及分析 | 第57-68页 |
5.2.1 实际路口概况及存在问题 | 第57-60页 |
5.2.2 基于EGICA算法的多目标自适应信号配时规划 | 第60-66页 |
5.2.2.1 基本参数计算 | 第60-63页 |
5.2.2.2 模型应用 | 第63-66页 |
5.2.3 结果及分析 | 第66-68页 |
第六章 总结与展望 | 第68-70页 |
6.1 主要工作总结 | 第68-69页 |
6.2 展望 | 第69-70页 |
参考文献 | 第70-74页 |
附录 | 第74-80页 |
作者在攻读硕士学位期间公开发表的论文及参加的项目 | 第80-81页 |
致谢 | 第81页 |