基于多源数据的通勤高峰期交通流量预测方法
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.1.1. 研究背景 | 第13-14页 |
| 1.1.2. 研究意义 | 第14页 |
| 1.2 研究内容 | 第14-15页 |
| 1.3 国内外研究现状 | 第15-17页 |
| 1.4 结构安排 | 第17-19页 |
| 第2章 交通流量预测原理 | 第19-24页 |
| 2.1. 交通流量预测的定义及分类 | 第19-20页 |
| 2.2. 交通流量的采集 | 第20-21页 |
| 2.2.1. 交通流量的非自动采集 | 第20页 |
| 2.2.2. 交通流量的自动采集 | 第20-21页 |
| 2.3. 交通流量的特点分析 | 第21-24页 |
| 2.3.1. 动态性 | 第21页 |
| 2.3.2. 时间相似性 | 第21-22页 |
| 2.3.3. 空间相关性 | 第22-24页 |
| 第3章 多源交通数据预处理 | 第24-33页 |
| 3.1. 概述 | 第24-28页 |
| 3.1.1. 基本人口数据 | 第24-25页 |
| 3.1.2. 路网数据 | 第25页 |
| 3.1.3. 公交数据 | 第25-27页 |
| 3.1.4. 出租车GPS数据 | 第27-28页 |
| 3.2. 典型预处理功能 | 第28-33页 |
| 3.2.1. 基本人口数据关联整合 | 第28-29页 |
| 3.2.2. 道路网数据拓扑检查 | 第29-31页 |
| 3.2.3. 出租车GPS轨迹数据清洗 | 第31-33页 |
| 第4章 通勤高峰期交通流量预测方法 | 第33-45页 |
| 4.1. 非机动车出行统计模型 | 第33-35页 |
| 4.1.1. 非机动车出行统计模型概述 | 第33-34页 |
| 4.1.2. 最短路径算法 | 第34-35页 |
| 4.2. 私家车流量预测模型 | 第35-39页 |
| 4.2.1. 私家车流量预测模型原理 | 第35-37页 |
| 4.2.2. 轨道交通优先算法 | 第37-39页 |
| 4.3. 出租车流量预测模型 | 第39-45页 |
| 4.3.1. 出租车流量预测模型原理 | 第39-40页 |
| 4.3.2. 地图匹配算法 | 第40-45页 |
| 第5章 实验及交通流量指标分析 | 第45-50页 |
| 5.1. 实验数据 | 第45页 |
| 5.2. 实验运行环境 | 第45-46页 |
| 5.3. 实验结果分析 | 第46-50页 |
| 总结和展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间发表的论文 | 第53-54页 |
| 参考文献 | 第54-58页 |
