| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 研究背景与意义 | 第13-15页 |
| 1.2 研究目标与内容 | 第15-16页 |
| 1.3 研究方法与技术路线 | 第16-20页 |
| 1.4 论文框架结构 | 第20-23页 |
| 第二章 国内外研究综述 | 第23-35页 |
| 2.1 交通拥堵传播机理及拥堵预测研究 | 第23-24页 |
| 2.1.1 拥堵传播机理 | 第23页 |
| 2.1.2 拥堵预测 | 第23-24页 |
| 2.2 交通状态判别 | 第24-25页 |
| 2.3 交通流估计与预测方法 | 第25-33页 |
| 2.3.1 交通流基本参数预测 | 第28-32页 |
| 2.3.2 行程时间预测 | 第32-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第三章 基于突变理论的快速路交通拥堵机理研究 | 第35-51页 |
| 3.1 拥堵瓶颈交通流建模与分析 | 第35-44页 |
| 3.1.1 尖点突变理论 | 第35-37页 |
| 3.1.2 拥堵瓶颈交通流建模 | 第37-40页 |
| 3.1.3 拥堵机理及影响因素 | 第40-44页 |
| 3.2 快速路交通拥堵参数量化 | 第44-46页 |
| 3.2.1 拥堵传播 | 第44-45页 |
| 3.2.2 拥堵消散 | 第45-46页 |
| 3.3 仿真实验 | 第46-50页 |
| 3.3.1 实验设计 | 第46页 |
| 3.3.2 无匝道调节的快速路拥堵传播 | 第46-48页 |
| 3.3.3 有匝道调节的快速路拥堵传播 | 第48-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第四章 基于突变理论和聚类分析的快速路交通状态判别 | 第51-66页 |
| 4.1 基于尖点突变的交通流演化分析 | 第52-59页 |
| 4.1.1 快速路交通流突变特性 | 第52-54页 |
| 4.1.2 快速路交通状态演化 | 第54-59页 |
| 4.2 基于聚类分析的三相交通流判别 | 第59-64页 |
| 4.2.1 半监督K-Means聚类 | 第60-61页 |
| 4.2.2 改进的K-Means聚类算法 | 第61-62页 |
| 4.2.3 三相交通流速度边界提取 | 第62-64页 |
| 4.3 快速路交通状态判别方法 | 第64-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第五章 基于抗差UKF算法的快速路交通流预测 | 第66-78页 |
| 5.1 快速路段交通流建模 | 第66-68页 |
| 5.1.1 宏观交通流模型 | 第66-67页 |
| 5.1.2 交通流状态空间建模 | 第67-68页 |
| 5.2 无损卡尔曼滤波算法 | 第68-73页 |
| 5.2.1 标准UKF算法 | 第69-71页 |
| 5.2.2 基于SVD的UKF算法 | 第71-73页 |
| 5.3 实验结果与分析 | 第73-76页 |
| 5.4 本章小结 | 第76-78页 |
| 第六章 基于交通流特性的快速路交通状态判别 | 第78-98页 |
| 6.1 浮动车数据异常检测及缺失修复 | 第79-86页 |
| 6.1.1 异常数据检测及剔除 | 第80-82页 |
| 6.1.2 交通流相似性度量 | 第82-85页 |
| 6.1.3 缺失数据修复 | 第85-86页 |
| 6.2 快速路交通流预测模型 | 第86-90页 |
| 6.2.1 基础理论与方法 | 第86-88页 |
| 6.2.2 交通流多尺度预测算法 | 第88-89页 |
| 6.2.3 三相交通流状态预测框架 | 第89-90页 |
| 6.3 实验和验证 | 第90-97页 |
| 6.3.1 数据样本介绍 | 第90-91页 |
| 6.3.2 多尺度交通流预测 | 第91-94页 |
| 6.3.3 三相交通流状态判别 | 第94-97页 |
| 6.4 本章小结 | 第97-98页 |
| 第七章 基于深度学习的区域快速路网交通状态判别 | 第98-111页 |
| 7.1 数据标准化和重构 | 第98-100页 |
| 7.1.1 数据标准化 | 第99页 |
| 7.1.2 数据重构 | 第99-100页 |
| 7.2 基于LSTM-RNN的路网交通流预测框架 | 第100-103页 |
| 7.2.1 LSTM-RNN模型 | 第100-102页 |
| 7.2.2 路网交通流预测框架 | 第102-103页 |
| 7.3 模型验证和分析 | 第103-110页 |
| 7.3.1 数据描述 | 第103-104页 |
| 7.3.2 模型训练 | 第104-107页 |
| 7.3.3 结果和分析 | 第107-110页 |
| 7.4 本章小结 | 第110-111页 |
| 结论 | 第111-114页 |
| 1 主要结论与创新点 | 第111-113页 |
| 2 研究展望 | 第113-114页 |
| 参考文献 | 第114-128页 |
| 附录 | 第128-160页 |
| 附录1 | 第128-149页 |
| 1)路段交通流相似性度量Python程序 | 第128-139页 |
| 2)路网浮动车缺失数据修复 | 第139-149页 |
| 附录2 | 第149-160页 |
| 1)模型预测程序 | 第149-158页 |
| 2)模型训练程序 | 第158-160页 |
| 攻读博士学位期间取得的研究成果 | 第160-161页 |
| 致谢 | 第161-162页 |
| 附件 | 第162页 |