| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 国外研究现状 | 第14-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.3 本文研究内容 | 第16-17页 |
| 1.4 论文的组织结构 | 第17-19页 |
| 第2章 复杂事件及仿真相关技术 | 第19-33页 |
| 2.1 复杂事件处理 | 第19-21页 |
| 2.2 主动式复杂事件处理技术 | 第21-25页 |
| 2.2.1 主动式复杂事件处理框架 | 第21-22页 |
| 2.2.2 事件上下文 | 第22-23页 |
| 2.2.3 预测模型 | 第23-25页 |
| 2.2.4 马尔可夫决策过程 | 第25页 |
| 2.3 交通物联网仿真相关知识 | 第25-30页 |
| 2.3.1 交通仿真定义 | 第25-27页 |
| 2.3.2 微观交通仿真模型 | 第27-28页 |
| 2.3.3 仿真工具介绍 | 第28-30页 |
| 2.4 Agent技术 | 第30-32页 |
| 2.4.1 Agent的基础知识 | 第30页 |
| 2.4.2 Agent建模方法及其在微观交通仿真系统中的应用 | 第30-31页 |
| 2.4.3 Agent通信机制 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 基于权重线性下降粒子群算法的车辆微观仿真模型参数标定 | 第33-43页 |
| 3.1 参数标定流程 | 第33页 |
| 3.2 基本粒子群算法 | 第33-36页 |
| 3.2.1 基本思想 | 第34页 |
| 3.2.2 算法描述 | 第34-35页 |
| 3.2.3 算法流程 | 第35-36页 |
| 3.3 权重线性下降粒子群算法 | 第36页 |
| 3.4 车辆微观仿真模型及参数 | 第36-39页 |
| 3.4.1 SUMO中车辆跟驰模型及参数 | 第37-38页 |
| 3.4.2 SUMO中车辆换道模型及参数 | 第38-39页 |
| 3.5 基于权重线性下降粒子群算法的仿真模型参数标定 | 第39-42页 |
| 3.5.1 确定参数标定目标 | 第40页 |
| 3.5.2 标定参数选择 | 第40页 |
| 3.5.3 算法标定流程 | 第40-41页 |
| 3.5.4 标定结果及分析 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于主动式复杂事件处理的车辆宏观决策 | 第43-48页 |
| 4.1 预测分析 | 第43-44页 |
| 4.2 基于未来状态的分布式网络马尔可夫决策 | 第44-47页 |
| 4.2.1 算法描述 | 第44页 |
| 4.2.2 算法原理 | 第44-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第5章 面向主动式复杂事件处理的交通物联网仿真系统 | 第48-59页 |
| 5.1 系统需求分析 | 第48-49页 |
| 5.2 系统设计 | 第49-52页 |
| 5.2.1 整体架构设计 | 第49页 |
| 5.2.2 交通主体构建模块设计 | 第49-51页 |
| 5.2.3 主动式复杂事件处理模块设计 | 第51-52页 |
| 5.3 系统实现 | 第52-56页 |
| 5.3.1 配置随机化 | 第52-53页 |
| 5.3.2 构建路网 | 第53-54页 |
| 5.3.3 车辆-驾驶员Agent仿真实现 | 第54-56页 |
| 5.4 系统测试与评价 | 第56-58页 |
| 5.5 本章小结 | 第58-59页 |
| 结论 | 第59-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-70页 |
| 附录A 攻读硕士学位期间发表的学术论文目录 | 第70-71页 |
| 附录B 攻读硕士学位期间所参加的科研项目目录 | 第71页 |
