基于因果图的灰色马氏链及其在智能信号控制灯中的应用研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 1 绪论 | 第8-11页 |
| ·论文选题背景 | 第8页 |
| ·研究现状 | 第8-9页 |
| ·本文的主要工作及章节安排 | 第9-11页 |
| 2 因果图和智能交通系统的理论基础 | 第11-20页 |
| ·因果图的基础理论 | 第11-14页 |
| ·因果图的概念 | 第11-12页 |
| ·因果图的推理算法 | 第12-14页 |
| ·智能交通系统理论基础 | 第14-19页 |
| ·智能交通系统概述 | 第14-16页 |
| ·交通信号控制系统概述 | 第16-18页 |
| ·相位的概念 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 3 灰色马氏链基础 | 第20-31页 |
| ·灰色系统理论基础 | 第20-26页 |
| ·灰色系统理论产生的科学背景 | 第20-21页 |
| ·灰色系统的概念 | 第21页 |
| ·灰色系统的基本原理 | 第21-23页 |
| ·灰色系统理论的主要内容 | 第23-24页 |
| ·灰色系统模型 | 第24-26页 |
| ·马尔可夫链基础知识 | 第26-30页 |
| ·马尔可夫链引论 | 第26-27页 |
| ·马尔可夫链的定义 | 第27页 |
| ·马尔可夫链的转移概率 | 第27-29页 |
| ·马尔可夫链转移概率的计算 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 4 基于灰色马尔可夫链的模型建立 | 第31-36页 |
| ·本文的基本思想 | 第31-32页 |
| ·建立模型流程图 | 第32-33页 |
| ·模型实现过程 | 第33-35页 |
| ·构建因果图,推出故障点 | 第33页 |
| ·建立GM(1,1)模型 | 第33-34页 |
| ·建立灰色马尔可夫模型,判断下一时间段的状态 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 5 模型试验及其在智能信号控制灯中的应用研究 | 第36-51页 |
| ·数据构成及来源 | 第36页 |
| ·实验步骤及分析 | 第36-49页 |
| ·根据实际交通运行情况,构建因果图 | 第36-37页 |
| ·根据因果图的推理算法,求出故障点 | 第37-39页 |
| ·灰色马尔可夫链模型的实验验证及实验结果分析 | 第39-49页 |
| ·实验结果对比分析 | 第49页 |
| ·本章小结 | 第49-51页 |
| 6 结论与展望 | 第51-53页 |
| ·本文结论 | 第51页 |
| ·本文存在的问题及以后的研究方向 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 附录 | 第55-56页 |
| 致谢 | 第56-57页 |
