VISSIM仿真软件中微观交通仿真模型参数校正研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第11-22页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-19页 |
| 1.2.1 微观交通仿真模型研究现状 | 第12-13页 |
| 1.2.2 微观交通仿真模型校正研究现状 | 第13-18页 |
| 1.2.3 研究现状总结 | 第18-19页 |
| 1.3 研究目的及内容 | 第19-20页 |
| 1.4 研究方法及技术路线 | 第20-22页 |
| 第2章 数据采集及仿真模型构建 | 第22-34页 |
| 2.1 数据采集前期工作 | 第22-24页 |
| 2.1.1 基础数据采集 | 第22页 |
| 2.1.2 校正数据的选取 | 第22-24页 |
| 2.2 成都三环路数据采集 | 第24-30页 |
| 2.2.1 研究对象介绍 | 第24-25页 |
| 2.2.2 数据采集 | 第25页 |
| 2.2.3 数据汇总分析 | 第25-30页 |
| 2.3 仿真模型构建 | 第30-34页 |
| 2.3.1 期望速度校正 | 第30-33页 |
| 2.3.2 仿真模型的构建 | 第33-34页 |
| 第3章 默认参数可行性分析 | 第34-40页 |
| 3.1 VISSIM核心模型介绍 | 第34-36页 |
| 3.1.1 跟车模型 | 第34-35页 |
| 3.1.2 车道变换模型 | 第35-36页 |
| 3.2 仿真次数确定 | 第36-38页 |
| 3.2.1 样本标准差估计 | 第37-38页 |
| 3.2.2 置信水平选择 | 第38页 |
| 3.2.3 仿真次数的确定 | 第38页 |
| 3.3 默认值可行性分析 | 第38-40页 |
| 第4章 基于BP神经网络的参数灵敏度分析 | 第40-55页 |
| 4.1 基本概念 | 第40-43页 |
| 4.1.1 灵敏度分析 | 第40-41页 |
| 4.1.2 BP神经网络 | 第41-42页 |
| 4.1.3 基于神经网络的灵敏度分析 | 第42-43页 |
| 4.2 BP神经网络构建 | 第43-46页 |
| 4.2.1 样本数据 | 第43-44页 |
| 4.2.2 BP神经网络训练 | 第44-45页 |
| 4.2.3 BP神经网络测试 | 第45-46页 |
| 4.3 参数灵敏度分析 | 第46-55页 |
| 4.3.1 定量分析 | 第46-48页 |
| 4.3.2 定性分析 | 第48-55页 |
| 第5章 微观仿真模型参数校正实现 | 第55-64页 |
| 5.1 校正算法选取 | 第55-57页 |
| 5.1.1 校正模型建立 | 第55-56页 |
| 5.1.2 算法比选 | 第56-57页 |
| 5.2 同步扰动随机逼近算法 | 第57-58页 |
| 5.3 参数校正实现 | 第58-62页 |
| 5.3.1 校正流程 | 第58-60页 |
| 5.3.2 参数校正结果 | 第60-62页 |
| 5.4 结果验证 | 第62-64页 |
| 结论与展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录 | 第71-73页 |
| 攻读硕士学位期间发表的论文 | 第73页 |
