基于车联网的道口交通流控制仿真研究
| 内容摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-11页 |
| 插图与附表清单 | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 课题背景及意义 | 第14-16页 |
| 1.2 国内外发展现状 | 第16-20页 |
| 1.2.1 车联网发展现状 | 第16-17页 |
| 1.2.2 车联网在智能交通中的应用现状 | 第17-20页 |
| 1.3 论文主要研究内容及目标 | 第20-21页 |
| 1.4 论文结构 | 第21-22页 |
| 第二章 交通流仿真基础理论与关键技术 | 第22-32页 |
| 2.1 交通流控制基本理论 | 第22-26页 |
| 2.1.1 交通流控制的基本参数 | 第22-23页 |
| 2.1.2 信号灯控制方式分类 | 第23-25页 |
| 2.1.3 紧急车辆优先调度控制系统分类 | 第25-26页 |
| 2.2 车联网路由协议 | 第26-29页 |
| 2.2.1 基于移动无线自组织网络路由协议 | 第26-27页 |
| 2.2.2 基于簇的路由协议 | 第27页 |
| 2.2.3 基于位置的路由协议 | 第27-28页 |
| 2.2.4 基于地域群播的路由协议 | 第28-29页 |
| 2.2.5 基于广播的路由协议 | 第29页 |
| 2.3 车联网仿真工具 | 第29-32页 |
| 2.3.1 交通流量模拟器 | 第30页 |
| 2.3.2 网络仿真模拟器 | 第30-31页 |
| 2.3.3 交通流量模拟器与网络模拟器的融合方式 | 第31-32页 |
| 第三章 道口交通流控制方法研究 | 第32-38页 |
| 3.1 基于简单调度的道口控制 | 第32-33页 |
| 3.2 基于模糊逻辑的道口控制 | 第33-35页 |
| 3.3 基于强化学习的道口控制 | 第35-38页 |
| 第四章 道口交通流控制系统设计 | 第38-63页 |
| 4.1 道口交通流控制基本要素的确定 | 第38-46页 |
| 4.1.1 相位的确定 | 第38-40页 |
| 4.1.2 黄灯时间的确定 | 第40-42页 |
| 4.1.3 道口交通流建模 | 第42-46页 |
| 4.2 基于两层模糊逻辑的道口交通流控制设计 | 第46-57页 |
| 4.2.1 第一层模糊控制 | 第46-52页 |
| 4.2.2 第二层模糊控制 | 第52-57页 |
| 4.3 基于Q-学习的道口交通流优化控制设计 | 第57-60页 |
| 4.3.1 Q-学习中的基本要素定义 | 第57-60页 |
| 4.3.2 基于Q-学习道口交通流优化控制算法 | 第60页 |
| 4.4 应急交通流控制系统设计 | 第60-63页 |
| 第五章 仿真建模与结果分析 | 第63-91页 |
| 5.1 仿真建模 | 第63-73页 |
| 5.1.1 道路网络建模 | 第63-64页 |
| 5.1.2 出行需求建模 | 第64-68页 |
| 5.1.3 路径建模 | 第68-69页 |
| 5.1.4 微观交通流建模 | 第69-71页 |
| 5.1.5 车辆行为建模 | 第71-73页 |
| 5.2 仿真平台构建 | 第73-82页 |
| 5.2.1 车联网通信协议分析平台构建 | 第74-76页 |
| 5.2.2 道口交通流控制研究平台构建 | 第76-82页 |
| 5.3 仿真实验及结果分析 | 第82-91页 |
| 5.3.1 路由协议分析比较 | 第82-86页 |
| 5.3.2 车联网道口交通流控制机制分析 | 第86-91页 |
| 第六章 结论与展望 | 第91-93页 |
| 参考文献 | 第93-100页 |
| 在学期间所获得的科研成果 | 第100-101页 |
| 后记 | 第101页 |
