基于浮动车轨迹的城市交通拥堵评估与预测
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-18页 |
| 1.1 研究背景及其意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-16页 |
| 1.2.1 GPS浮动车技术应用 | 第9-10页 |
| 1.2.2 交通拥堵评估指标以及方法 | 第10-15页 |
| 1.2.3 交通拥堵预测方法 | 第15-16页 |
| 1.2.4 研究评述 | 第16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.4 论文结构安排 | 第17-18页 |
| 2 浮动车数据介绍及其处理 | 第18-25页 |
| 2.1 浮动车的数据介绍 | 第18-19页 |
| 2.2 浮动车的出行特性分析 | 第19-20页 |
| 2.3 浮动车的数据处理方法 | 第20-24页 |
| 2.3.1 数据处理流程 | 第20-21页 |
| 2.3.2 数据预处理 | 第21-22页 |
| 2.3.3 路段匹配 | 第22-23页 |
| 2.3.4 参数提取 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 基于改进模糊综合评价的交通拥堵评估方法 | 第25-38页 |
| 3.1 交通拥堵评估的思路 | 第25-26页 |
| 3.2 交通拥堵特性 | 第26-30页 |
| 3.2.1 交通拥堵时间分布特性 | 第26-29页 |
| 3.2.2 交通拥堵空间分布特性 | 第29-30页 |
| 3.2.3 交通拥堵时的交通流特性 | 第30页 |
| 3.3 路段交通拥堵评估标准 | 第30-33页 |
| 3.4 基于模糊综合评价的路段交通拥堵评估 | 第33-37页 |
| 3.4.1 多指标综合评价法 | 第33页 |
| 3.4.2 模糊综合评价法 | 第33-35页 |
| 3.4.3 模糊综合评价的权重分析 | 第35-36页 |
| 3.4.4 模糊综合评价的隶属度函数 | 第36页 |
| 3.4.5 路段交通拥堵评估实例分析 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 4 基于PSO优化SVM的交通拥堵预测方法 | 第38-48页 |
| 4.1 交通拥堵预测的思路 | 第38页 |
| 4.2 基于支持向量机的交通拥堵预测 | 第38-43页 |
| 4.2.1 支持向量机 | 第38-40页 |
| 4.2.2 拥堵预测模型的建立 | 第40-42页 |
| 4.2.3 交通拥堵预测方案 | 第42-43页 |
| 4.3 基于优化支持向量机的交通拥堵预测 | 第43-46页 |
| 4.3.1 粒子群优化算法和遗传算法 | 第43-44页 |
| 4.3.2 拥堵预测优化模型的建立 | 第44-46页 |
| 4.3.3 优化交通拥堵预测方案 | 第46页 |
| 4.4 本章小结 | 第46-48页 |
| 5 实例分析 | 第48-60页 |
| 5.1 引言 | 第48页 |
| 5.2 评估与预测的系统框架 | 第48-49页 |
| 5.3 评估与预测实例分析 | 第49-59页 |
| 5.3.1 数据处理部分 | 第49-50页 |
| 5.3.2 评估结果与分析 | 第50-51页 |
| 5.3.3 预测结果与分析 | 第51-59页 |
| 5.4 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
