基于GPS历史数据分析对交通基础信息处理优化的研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 图目录 | 第9-11页 |
| 表目录 | 第11-15页 |
| 1 绪论 | 第15-25页 |
| ·研究背景 | 第15-21页 |
| ·实现动态交通管理的紧迫性 | 第15-17页 |
| ·智能交通系统(ITS)的发展现状 | 第17-20页 |
| ·GPS和GIS技术的发展现状 | 第20-21页 |
| ·问题提出 | 第21-22页 |
| ·研究的目的和主要内容 | 第22-24页 |
| ·论文的创新点 | 第24-25页 |
| 2 文献综述 | 第25-43页 |
| ·交通流预测理论研究现状 | 第25-33页 |
| ·计量模型 | 第27-29页 |
| ·神经网络模型 | 第29页 |
| ·非线性预测 | 第29-31页 |
| ·新兴的预测模型 | 第31-33页 |
| ·交通信息采集技术发展概况 | 第33-38页 |
| ·交通信息处理概况 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 3 本研究理论框架和研究方法 | 第43-55页 |
| ·研究框架 | 第43-48页 |
| ·GPS历史数据差异性分析流程 | 第44-45页 |
| ·GPS历史数据典型性分析及峰区划分流程 | 第45-46页 |
| ·“统计周期”的选取 | 第46-48页 |
| ·相关模型的构建 | 第48-55页 |
| ·“典型季”选取优化模型(优化模型1) | 第48-49页 |
| ·“典型周”选取的优化模型(优化模型2) | 第49-50页 |
| ·“高峰日”选取的优化模型(优化模型3) | 第50-51页 |
| ·“统计周期”选取的优化模型(优化模型4) | 第51-52页 |
| ·变异系数差异性分析模型 | 第52-55页 |
| 4 实证分析 | 第55-93页 |
| ·数据描述 | 第55-56页 |
| ·GPS历史数据差异性分析 | 第56-65页 |
| ·季度、月份车辆数的差异性分析 | 第57-58页 |
| ·针对不同季度，月份、周次的车辆数差异性分析 | 第58-63页 |
| ·基于变异系数的周车辆数均值差异性分析 | 第63-64页 |
| ·不同流向其车辆数差异性分析 | 第64-65页 |
| ·GPS历史数据典型性分析结果 | 第65-80页 |
| ·“典型周”的优化选取 | 第66-72页 |
| ·“高峰日”的优化选取结果 | 第72-75页 |
| ·“峰区”的划分 | 第75-76页 |
| ·不同季节“峰区”的划分 | 第76-80页 |
| ·“统计周期”的优化选取 | 第80-93页 |
| ·“峰区”车流量变异系数分析结果 | 第81-87页 |
| ·针对基础统计周期变异系数的差异性分析 | 第87-93页 |
| 5 结论与展望 | 第93-95页 |
| ·总结 | 第93-94页 |
| ·需进一步研究的问题 | 第94-95页 |
| 参考文献 | 第95-103页 |
| 附录 | 第103-157页 |
| 附录1 基础数据统计表 | 第103-114页 |
| ·周车辆数统计表 | 第103-106页 |
| ·日车辆数统计表 | 第106-108页 |
| ·时段车辆数统计表 | 第108-114页 |
| 附录2 变异系数统计表 | 第114-150页 |
| ·变异系数基础统计表 | 第114-138页 |
| ·各路段变异系数汇总表 | 第138-150页 |
| 附录3 附图 | 第150-157页 |
| ·春季时段数据直方图 | 第150-151页 |
| ·夏季时段数据直方图 | 第151-152页 |
| ·秋季时段数据直方图 | 第152-154页 |
| ·冬季时段数据直方图 | 第154-157页 |
| 作者简历及在学期间所取得的主要科研成果 | 第157页 |
