高速公路事故条件下的匝道协同控制方法研究
摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第10-16页 |
1.1 研究背景 | 第10-11页 |
1.2 国内外研究现状 | 第11-14页 |
1.2.1 国外研究现状 | 第11-12页 |
1.2.2 国内研究现状 | 第12-13页 |
1.2.3 存在的主要问题 | 第13-14页 |
1.3 研究内容 | 第14页 |
1.4 技术路线 | 第14-16页 |
第二章 匝道控制理论方法 | 第16-24页 |
2.1 概述 | 第16页 |
2.2 匝道控制的作用和条件 | 第16-18页 |
2.2.1 匝道控制的作用 | 第16页 |
2.2.2 匝道控制的条件 | 第16-17页 |
2.2.3 匝道控制系统结构 | 第17-18页 |
2.3 匝道控制算法综述 | 第18-21页 |
2.3.1 定时调节控制 | 第18页 |
2.3.2 感应调节控制 | 第18-19页 |
2.3.3 ALINEA控制算法 | 第19-20页 |
2.3.4 需求-容量控制 | 第20页 |
2.3.5 ZONE控制 | 第20-21页 |
2.4 各类匝道控制方法比较 | 第21页 |
2.5 高速公路事故条件下的匝道控制方法构思 | 第21-22页 |
2.6 本章小结 | 第22-24页 |
第三章 高速公路交通事故影响分析 | 第24-40页 |
3.1 概述 | 第24页 |
3.2 高速公路交通事故影响分析 | 第24-25页 |
3.3 高速公路事故对通行能力的影响分析 | 第25-27页 |
3.4 高速公路事故时空影响范围分析 | 第27-32页 |
3.4.1 数据收集 | 第27-28页 |
3.4.2 数据处理 | 第28-29页 |
3.4.3 拟合与检验 | 第29-32页 |
3.5 事故持续时间预测 | 第32-36页 |
3.5.1 持续时间预测方法 | 第32-33页 |
3.5.2 神经网络预测持续时间 | 第33-35页 |
3.5.3 BP神经网络模型建立 | 第35页 |
3.5.4 影响因素权重分析方法 | 第35-36页 |
3.6 交通波模型计算影响范围确定控制匝道 | 第36-38页 |
3.7 本章小结 | 第38-40页 |
第四章 短时交通流量预测 | 第40-50页 |
4.1 概述 | 第40-41页 |
4.2 人工神经网络介绍 | 第41-44页 |
4.3 控制策略 | 第44-46页 |
4.3.1 单点入口匝道控制模型 | 第44页 |
4.3.2 路网运行性能评价指标 | 第44-45页 |
4.3.3 短时交通流预测 | 第45-46页 |
4.4 构建神经网络 | 第46-48页 |
4.4.1 确定网络层数 | 第46页 |
4.4.2 隐层函数节点的选择 | 第46页 |
4.4.3 训练参数的选取 | 第46-47页 |
4.4.4 选择训练函数 | 第47-48页 |
4.5 改进需求-容量控制模型 | 第48-49页 |
4.6 本章小结 | 第49-50页 |
第五章 VISSIM仿真分析 | 第50-60页 |
5.1 概述 | 第50页 |
5.2 仿真案例 | 第50-52页 |
5.3 VISSIM仿真分析 | 第52-59页 |
5.3.1 仿真软件简介 | 第52页 |
5.3.2 仿真路段及参数标定 | 第52-55页 |
5.3.3 仿真方案 | 第55-56页 |
5.3.4 仿真结果分析 | 第56-59页 |
5.3.5 控制结果总结 | 第59页 |
5.4 本章小结 | 第59-60页 |
第六章 结论与展望 | 第60-62页 |
6.1 研究成果与主要结论 | 第60页 |
6.2 进一步研究和展望 | 第60-62页 |
致谢 | 第62-64页 |
参考文献 | 第64-66页 |