面向交通控制的时段划分与子区划分
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-15页 |
| 第一章 绪论 | 第15-28页 |
| ·课题来源 | 第15页 |
| ·研究背景 | 第15-18页 |
| ·交通控制系统的发展 | 第15-16页 |
| ·时段划分的必要性 | 第16-17页 |
| ·子区划分的必要性 | 第17-18页 |
| ·国内外研究现状 | 第18-24页 |
| ·时段划分 | 第18-20页 |
| ·协调控制算法 | 第20-22页 |
| ·子区划分 | 第22-24页 |
| ·究意义 | 第24-25页 |
| ·研究内容与研究目标 | 第25-26页 |
| ·研究内容 | 第25-26页 |
| ·研究目标 | 第26页 |
| ·论文框架结构 | 第26-28页 |
| 第二章 交通控制时段划分 | 第28-60页 |
| ·基于谱聚类的时段划分 | 第28-38页 |
| ·聚类数据 | 第28-29页 |
| ·谱聚类算法 | 第29-30页 |
| ·谱聚类算法简介 | 第29页 |
| ·改进的NJW算法 | 第29-30页 |
| ·最佳聚类数目确定 | 第30-31页 |
| ·案例分析 | 第31页 |
| ·数据间隔 | 第31-34页 |
| ·σ值的影响 | 第34-35页 |
| ·与K-means方法的对比 | 第35-37页 |
| ·应用到多路口时段划分 | 第37-38页 |
| ·考虑多天数据的情况 | 第38-49页 |
| ·时段划分总体思路 | 第38-42页 |
| ·聚类数据选择 | 第39页 |
| ·主成分分析 | 第39-40页 |
| ·谱聚类算法 | 第40-41页 |
| ·结果处理 | 第41-42页 |
| ·案例分析 | 第42-49页 |
| ·路口情况 | 第42-43页 |
| ·对多天数据进行时段划分 | 第43-46页 |
| ·聚类效果对比 | 第46-48页 |
| ·仿真验证 | 第48-49页 |
| ·基于有序聚类的时段划分 | 第49-58页 |
| ·最佳周期 | 第49-50页 |
| ·有序聚类 | 第50-52页 |
| ·有序聚类原理 | 第51页 |
| ·最佳聚类数的确定 | 第51-52页 |
| ·划分流程 | 第52-53页 |
| ·案例分析 | 第53-57页 |
| ·数据准备 | 第53页 |
| ·基于有序聚类的时段划分 | 第53-57页 |
| ·与K-means算法的比较 | 第57-58页 |
| ·总结 | 第58-60页 |
| 第三章 交通控制协调路口划分 | 第60-79页 |
| ·基于Synchro的协调路口划分 | 第60-69页 |
| ·协调因子 | 第60-62页 |
| ·划分步骤 | 第62-64页 |
| ·案例分析 | 第64-67页 |
| ·路网概况 | 第64页 |
| ·协调路口划分 | 第64-67页 |
| ·仿真分析 | 第67-69页 |
| ·基于通过路口数的协调路口划分 | 第69-77页 |
| ·基于通过路口数最大的绿波带优化模型 | 第70-75页 |
| ·模型假设 | 第70-71页 |
| ·符号说明 | 第71-72页 |
| ·标函数 | 第72-73页 |
| ·约束条件 | 第73-75页 |
| ·划分依据 | 第75-76页 |
| ·案例分析 | 第76-77页 |
| ·本章小结 | 第77-79页 |
| 第四章 交通控制子区划分 | 第79-95页 |
| ·交叉口控制方案间的关联性 | 第79-86页 |
| ·交叉口关联性 | 第79-81页 |
| ·案例分析 | 第81-85页 |
| ·仿真环境构建 | 第81页 |
| ·周期的影响 | 第81-83页 |
| ·绿信比的影响 | 第83-84页 |
| ·饱和度的影响 | 第84-85页 |
| ·协调控制的情况 | 第85-86页 |
| ·基于复杂网络的交通子区划分 | 第86-92页 |
| ·交通控制子区与复杂网络 | 第86-87页 |
| ·复杂网络的研究背景 | 第86页 |
| ·城市道路交通网络的复杂性特征 | 第86-87页 |
| ·交通控制子区的概念 | 第87页 |
| ·GN算法简介 | 第87页 |
| ·基于聚集密度算法介绍 | 第87-91页 |
| ·城市路网拓扑图的产生 | 第88页 |
| ·社团与交通控制子区的联系 | 第88页 |
| ·移除边策略 | 第88-89页 |
| ·最优划分判断策略 | 第89-90页 |
| ·算法流程 | 第90-91页 |
| ·应用案例分析 | 第91-92页 |
| ·本章小结 | 第92-95页 |
| 第五章 结论与展望 | 第95-96页 |
| ·结论 | 第95页 |
| ·创新成果 | 第95页 |
| ·展望 | 第95-96页 |
| 参考文献 | 第96-102页 |
| 作者简历 | 第102页 |
