基于路网知识的驾驶员路径选择研究
摘要 | 第1-7页 |
ABSTRACT | 第7-16页 |
第一章 绪论 | 第16-24页 |
·研究背景 | 第16-19页 |
·依托课题 | 第16页 |
·选题背景 | 第16-17页 |
·研究及应用现状 | 第17-19页 |
·研究目的及意义 | 第19-20页 |
·研究思路及章节安排 | 第20-22页 |
·研究思路 | 第20页 |
·章节安排 | 第20-22页 |
·本章小结 | 第22-24页 |
第二章 动态交通信息有效性评价 | 第24-42页 |
·概述 | 第24-25页 |
·环境设定 | 第25-28页 |
·非随机环境 | 第25-27页 |
·随机环境 | 第27-28页 |
·零信息条件下的均衡 | 第28-31页 |
·单条路径的零信息设定 | 第28-30页 |
·两条路径上的零信息设定 | 第30-31页 |
·零信息与完备信息的对比 | 第31-32页 |
·私有信息的价值 | 第31页 |
·完备信息 | 第31-32页 |
·零信息和完备信息的相对效用 | 第32页 |
·准完备信息 | 第32-36页 |
·准完备交通信息建模 | 第32-34页 |
·完备但是有噪音的交通信息 | 第34-35页 |
·不完全及噪声信息 | 第35-36页 |
·通行能力相关关系 | 第36-39页 |
·相关性建模 | 第36-37页 |
·鲁棒性分析 | 第37-39页 |
·本章小结 | 第39-42页 |
第三章 驾驶员路径选择行为分析基础 | 第42-66页 |
·已有路径选择模型 | 第42-58页 |
·最短路径选择 | 第42页 |
·用户均衡 | 第42-45页 |
·多项式分对数模型 | 第45页 |
·标记法 | 第45-48页 |
·K 则最优路径算法 | 第48页 |
·路段剔除法 | 第48-49页 |
·路段惩罚法 | 第49页 |
·仿真方法 | 第49页 |
·C 分对数模型 | 第49-51页 |
·路径重叠分对数模型 | 第51-52页 |
·交叉巢式分对数模型 | 第52-54页 |
·多项 Probit 模型与分对数核模型 | 第54-55页 |
·认知分对数模型 | 第55-56页 |
·模型总结 | 第56-58页 |
·交通信息研究 | 第58-64页 |
·信息获取技术 | 第59页 |
·信息发布与驾驶员反应模型 | 第59-62页 |
·ATIS 的效益 | 第62-64页 |
·认知行为与决策 | 第64页 |
·效用理论 | 第64-65页 |
·本章小结 | 第65-66页 |
第四章 基于路网知识的驾驶员路径选择行为 | 第66-84页 |
·驾驶员路径选择行为假设 | 第66-74页 |
·建模框架 | 第66-68页 |
·路径重叠 | 第68-73页 |
·行程时间估计 | 第73-74页 |
·路径选择集生成方案 | 第74-78页 |
·吻合度指标 | 第74-75页 |
·运算问题 | 第75-76页 |
·路段惩罚方法 | 第76-77页 |
·路段删除方法 | 第77-78页 |
·模拟方法 | 第78页 |
·模型设定 | 第78-82页 |
·路网知识的隐变量模型 | 第78-79页 |
·给定路网知识和路径选择集条件下的路径选择 | 第79-82页 |
·本章小结 | 第82-84页 |
第五章 数据实验与模型对比分析 | 第84-100页 |
·出行方式调查 | 第84-88页 |
·调查问卷 | 第84页 |
·统计综述 | 第84-88页 |
·多指标、多因素网络知识模型 | 第88-89页 |
·路径选择模型比较 | 第89-92页 |
·路径选择模型预测结果比较 | 第92-97页 |
·本章小结 | 第97-100页 |
第六章 总结与展望 | 第100-104页 |
·全文总结 | 第100-101页 |
·全文展望 | 第101-104页 |
参考文献 | 第104-114页 |
作者简介及攻读博士学位期间所取得的科研成果 | 第114-120页 |
1. 作者简介 | 第114页 |
2. 攻读博士学位期间发表的学术论文 | 第114-116页 |
3. 攻读博士学位期间参与编写的著作 | 第116页 |
4. 攻读博士学位期间参与申请的专利 | 第116-117页 |
5. 攻读博士学位期间所获得的奖项 | 第117页 |
6. 攻读博士学位期间参与的科研项目 | 第117-120页 |
致谢 | 第120-122页 |
附录 A 程序代码 | 第122-128页 |
附录 B 调研问卷 | 第128-137页 |