基于统计模型的城市道路交通旅行时间分析及预测方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-15页 |
| ·课题研究背景与意义 | 第7-8页 |
| ·旅行时间预测的研究现状 | 第8-10页 |
| ·国外研究现状 | 第8-9页 |
| ·国内研究现状 | 第9-10页 |
| ·旅行时间预测方法分析 | 第10-13页 |
| ·论文主要内容安排 | 第13-15页 |
| 2 交通信息的采集与处理技术 | 第15-26页 |
| ·城市道路交通信息获取方式 | 第15-17页 |
| ·旅行时间数据的采集 | 第15-16页 |
| ·交通流量数据的采集 | 第16-17页 |
| ·基于车牌自动识别系统的车辆采集技术 | 第17-18页 |
| ·车牌自动识别系统的组成 | 第17-18页 |
| ·车牌自动识别系统的工作原理 | 第18页 |
| ·一种基于车牌自动识别系统的快速旅行时间提取方法 | 第18-25页 |
| ·基本交通信息数据库的建立 | 第19页 |
| ·旅行时间数据提取过程 | 第19-21页 |
| ·旅行时间数据的筛选 | 第21-22页 |
| ·应用分析 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 3 基于统计模型的主干路旅行时间分析 | 第26-41页 |
| ·交通流参数及基本模型 | 第26-28页 |
| ·旅行时间概率分布模型的建立 | 第28-37页 |
| ·常用旅行时间分布模型介绍 | 第28-32页 |
| ·干线交通流变化分析 | 第32-34页 |
| ·路段任意两点旅行时间概率分布模型的建立 | 第34-37页 |
| ·模型参数的估计 | 第37-38页 |
| ·平均旅行时间的估计 | 第38页 |
| ·算法应用及仿真 | 第38-40页 |
| ·VISSIM仿真环境搭建 | 第38-39页 |
| ·实验结果及分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 4 一种基于粒子滤波的路段旅行时间预测方法 | 第41-54页 |
| ·粒子滤波基本原理 | 第41-46页 |
| ·状态空间模型 | 第41页 |
| ·递推贝叶斯滤波原理 | 第41-42页 |
| ·粒子滤波算法 | 第42-46页 |
| ·路段旅行时间与流量关系分析 | 第46-49页 |
| ·基于粒子滤波算法的旅行时间预测模型 | 第49-50页 |
| ·旅行时间预测算法基本思想 | 第49页 |
| ·旅行时间预测算法的流程 | 第49-50页 |
| ·算法应用及仿真 | 第50-53页 |
| ·预测评价指标 | 第50页 |
| ·实验结果及分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 5 总结与展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 申请学位期间的研究成果及发表的学术论文 | 第59-60页 |
| 致谢 | 第60页 |
