| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目标和内容 | 第10-11页 |
| 1.2.1 研究目标 | 第10页 |
| 1.2.2 研究内容 | 第10-11页 |
| 1.3 技术路线 | 第11-13页 |
| 1.3.1 技术路线描述 | 第11页 |
| 1.3.2 技术路线图 | 第11-13页 |
| 1.4 论文结构安排 | 第13页 |
| 1.5 本章小结 | 第13-15页 |
| 第二章 文献综述 | 第15-23页 |
| 2.1 概述 | 第15页 |
| 2.2 交通信号控制子区划分研究 | 第15-21页 |
| 2.2.1 交叉口关联度模型研究 | 第16-18页 |
| 2.2.2 控制子区划分方法研究 | 第18-21页 |
| 2.3 本章小结 | 第21-23页 |
| 第三章 城市道路路网交通流运行特性分析 | 第23-37页 |
| 3.1 概述 | 第23页 |
| 3.2 数据描述 | 第23-26页 |
| 3.2.1 研究路网描述 | 第23-26页 |
| 3.2.2 研究区域道路交通数据描述 | 第26页 |
| 3.3 城市路网的交通流运行特性分析 | 第26-32页 |
| 3.4 城市路网区域关联性分析 | 第32-34页 |
| 3.5 城市道路路网宏观特性研究 | 第34-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 城市道路区域信号控制的动态子区划分 | 第37-57页 |
| 4.1 概述 | 第37-38页 |
| 4.2 区域内关键交叉口的识别 | 第38-40页 |
| 4.3 相邻交叉口的关联性分析 | 第40-47页 |
| 4.3.1 影响交叉口的关联性因素分析 | 第40-41页 |
| 4.3.2 交叉口关联性因素的仿真分析 | 第41-47页 |
| 4.4 动态子区划分的关联度模型选取 | 第47-48页 |
| 4.5 区域信号控制的动态子区划分方法 | 第48-54页 |
| 4.5.1 控制区域路网构建 | 第48-49页 |
| 4.5.2 自组织映射神经网介绍 | 第49-51页 |
| 4.5.3 子区划分符号说明 | 第51-52页 |
| 4.5.4 基于自组织映射神经网络算法的动态子区划分方法 | 第52-54页 |
| 4.6 本章小结 | 第54-57页 |
| 第五章 城市道路区域信号控制的动态子区划分方法评估 | 第57-73页 |
| 5.1 概述 | 第57页 |
| 5.2 基于自组织映射神经网络的动态子区划分方法演算 | 第57-63页 |
| 5.3 基于合并指数的动态子区划分方法演算 | 第63-66页 |
| 5.4 不同子区划分方法的评估 | 第66-71页 |
| 5.5 本章小结 | 第71-73页 |
| 第六章 结论与展望 | 第73-75页 |
| 6.1 研究成果总结 | 第73页 |
| 6.2 研究展望 | 第73-75页 |
| 致谢 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 科研经历与硕士期间发表论文情况 | 第81页 |
