基于多源数据的动态OD估计方法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10-11页 |
| 1.1.1 交通发展背景 | 第10-11页 |
| 1.1.2 技术理论背景 | 第11页 |
| 1.2 研究意义 | 第11-13页 |
| 1.3 研究目标与研究内容 | 第13页 |
| 1.4 论文框架与技术路线 | 第13-16页 |
| 1.4.1 论文框架 | 第13-14页 |
| 1.4.2 技术路线 | 第14-16页 |
| 参考文献 | 第16-17页 |
| 第2章 动态OD估计模型综述 | 第17-28页 |
| 2.1 基于路段线圈检测器的动态OD矩阵估计 | 第17-19页 |
| 2.2 基于浮动车GPS数据的动态OD矩阵估计 | 第19-20页 |
| 2.3 基于车辆识别技术的动态OD矩阵估计 | 第20-21页 |
| 2.4 基于手机数据的动态OD矩阵估计 | 第21-22页 |
| 2.5 研究现状总结 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 参考文献 | 第24-28页 |
| 第3章 交通参数获取方法综述 | 第28-36页 |
| 3.1 单一检测器获取方法 | 第28-29页 |
| 3.2 多源检测器获取方法 | 第29-31页 |
| 3.2.1 基于数据融合的行程时间估计方法 | 第29页 |
| 3.2.2 基于数据融合的平均车速估计方法 | 第29-30页 |
| 3.2.3 其他相关研究 | 第30-31页 |
| 3.3 研究现状总结 | 第31-33页 |
| 3.4 本章小结 | 第33页 |
| 参考文献 | 第33-36页 |
| 第4章 问题数据识别与修复模型 | 第36-64页 |
| 4.1 问题数据产生原因 | 第36-37页 |
| 4.2 问题数据识别方法 | 第37-38页 |
| 4.2.1 阈值判别法 | 第37页 |
| 4.2.2 关系判别法 | 第37-38页 |
| 4.3 问题数据修复方法 | 第38-47页 |
| 4.3.1 单个时段数据修复方法 | 第39-43页 |
| 4.3.2 连续时段数据修复方法 | 第43-47页 |
| 4.4 案例研究 | 第47-63页 |
| 4.4.1 评价指标 | 第47页 |
| 4.4.2 基础数据 | 第47-49页 |
| 4.4.3 求解结果及评价 | 第49-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第5章 基于多源数据的动态OD估计模型 | 第64-93页 |
| 5.1 问题描述 | 第64页 |
| 5.2 模型建立及算法研究 | 第64-71页 |
| 5.2.1 参数定义 | 第64-66页 |
| 5.2.2 路网动态OD估计模型 | 第66-69页 |
| 5.2.3 求解算法 | 第69-71页 |
| 5.3 模型中关键问题的确定 | 第71-79页 |
| 5.3.1 行程时间的获取 | 第71-72页 |
| 5.3.2 有效路径集的确定 | 第72-73页 |
| 5.3.3 路径选择模型的确定 | 第73-75页 |
| 5.3.4 分配率矩阵的计算 | 第75-79页 |
| 5.4 案例研究 | 第79-92页 |
| 5.4.1 评价指标 | 第79-80页 |
| 5.4.2 基础数据 | 第80-83页 |
| 5.4.3 求解结果及评价 | 第83-92页 |
| 5.5 本章小结 | 第92-93页 |
| 结论 | 第93-96页 |
| 研究内容与创新点 | 第93-94页 |
| 研究展望 | 第94-96页 |
| 致谢 | 第96-97页 |
