基于关联交叉口交通流量短时预测方法研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 研究现状 | 第12-16页 |
| 1.2.1 国外发展现状 | 第13-14页 |
| 1.2.2 国内发展现状 | 第14-16页 |
| 1.3 论文研究内容和技术路线 | 第16-18页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 技术路线 | 第17-18页 |
| 第2章 交通预测基本理论 | 第18-28页 |
| 2.1 短时交通流量预测应用 | 第18-20页 |
| 2.1.1 动态交通信号优化控制 | 第18-19页 |
| 2.1.2 交通诱导 | 第19-20页 |
| 2.1.3 公交信号优先 | 第20页 |
| 2.2 交通流基本特征参数 | 第20-21页 |
| 2.3 交通预测参数 | 第21-22页 |
| 2.4 交通流特性 | 第22-25页 |
| 2.5 短时交通流量预测理论 | 第25-27页 |
| 2.5.1 短时交通流量预测原理 | 第25-26页 |
| 2.5.2 短时交通流预测性能评价指标 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 交通数据采集与分析 | 第28-40页 |
| 3.1 数据采集的目的 | 第28页 |
| 3.2 数据采集的方法 | 第28-29页 |
| 3.2.1 非自动采集方法 | 第28-29页 |
| 3.2.2 自动采集方法 | 第29页 |
| 3.3 交通数据采集内容与采集时间间隔 | 第29-34页 |
| 3.3.1 交通数据采集内容 | 第29-33页 |
| 3.3.2 交通数据采集时间间隔 | 第33-34页 |
| 3.4 交通数据处理与分析 | 第34-38页 |
| 3.4.1 异常数据处理 | 第34-35页 |
| 3.4.2 丢失数据处理 | 第35页 |
| 3.4.3 对处理后数据分析 | 第35-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 关联交叉口短时流量预测模型建立 | 第40-68页 |
| 4.1 灰色预测模型 | 第40-45页 |
| 4.1.1 GM(1,1)模型的建立 | 第40-42页 |
| 4.1.2 以调查数据为例研究 | 第42-45页 |
| 4.2 灰色预测模型优化 | 第45-51页 |
| 4.2.1 马尔可夫模型建立 | 第46-48页 |
| 4.2.2 实例计算 | 第48-51页 |
| 4.3 基于关联交叉口短时流量预测 | 第51-67页 |
| 4.3.1 关联交叉口行程时间预测 | 第51-59页 |
| 4.3.2 关联交叉口短时流量预测模型过程研究 | 第59-67页 |
| 4.4 本章小结 | 第67-68页 |
| 总结与展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第75页 |
