| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1. 绪论 | 第12-24页 |
| 摘要 | 第12页 |
| 1.1. 研究背景及意义 | 第12-15页 |
| 1.1.1. 智能交通系统的发展 | 第12-13页 |
| 1.1.2. 城市路网的交通诱导系统 | 第13-14页 |
| 1.1.3. 本文的研究课题及选题缘由 | 第14-15页 |
| 1.2. 城市道路总行程时间预测相关研究内容及难点 | 第15-19页 |
| 1.2.1. 交通信息数据预处理 | 第16-17页 |
| 1.2.2. 行程时间估计及预测 | 第17-18页 |
| 1.2.3. 路径选择 | 第18-19页 |
| 1.3. 行程时间估计及预测的研究现状 | 第19-23页 |
| 1.3.1. 路段行程时间估计模型 | 第19-21页 |
| 1.3.2. 行程时间预测算法 | 第21-23页 |
| 1.4. 本文的主要工作与内容安排 | 第23-24页 |
| 2. 城市道路交通信息数据预处理 | 第24-42页 |
| 摘要 | 第24页 |
| 2.1. 引言 | 第24-25页 |
| 2.2. 城市道路交通信息采集系统 | 第25-27页 |
| 2.2.1. 车辆信息检测器 | 第25-26页 |
| 2.2.2. 问题描述 | 第26-27页 |
| 2.3. 城市道路交通流特性分析 | 第27-28页 |
| 2.3.1. 交通流统计特性 | 第27页 |
| 2.3.2. 城市道路交通流特征 | 第27-28页 |
| 2.4. 交通信息数据预处理算法 | 第28-33页 |
| 2.4.1. 格式转换 | 第28页 |
| 2.4.2. 数据筛选 | 第28-30页 |
| 2.4.3. 数据恢复 | 第30-33页 |
| 2.5. 仿真结果与分析 | 第33-39页 |
| 2.5.1. 仿真场景 | 第33-34页 |
| 2.5.2. 仿真结果 | 第34-38页 |
| 2.5.3. 交通流统计特征验证分析 | 第38-39页 |
| 2.6. 本章小结 | 第39-42页 |
| 3. 城市路段行程时间估计 | 第42-60页 |
| 摘要 | 第42页 |
| 3.1. 引言 | 第42-43页 |
| 3.2. 路段行程时间估算模型框架介绍 | 第43-44页 |
| 3.3. 道路行驶时间期望的估计 | 第44-47页 |
| 3.4. 信号交叉口延误时间估计 | 第47-52页 |
| 3.4.1. 基于排队论的信号交叉口车辆排队行为分析 | 第47-49页 |
| 3.4.2. 基于排队论的信号交叉口延误估算模型 | 第49-52页 |
| 3.5. 转向延误时间估计 | 第52-53页 |
| 3.6. 仿真结果与分析 | 第53-59页 |
| 3.6.1. 仿真场景构建 | 第53-54页 |
| 3.6.2. BPR修正模型标定及模型比较 | 第54-56页 |
| 3.6.3. 仿真结果分析 | 第56-59页 |
| 3.7. 本章小结 | 第59-60页 |
| 4. 城市路网平均行程时间预测及路径选择 | 第60-74页 |
| 摘要 | 第60页 |
| 4.1. 引言 | 第60页 |
| 4.2. 基于加权的城市路网平均行程时间预测 | 第60-65页 |
| 4.2.1. 城市路网平均行程时间预测模型框架介绍 | 第60-63页 |
| 4.2.2. 基于加权的路段行程时间多步预测 | 第63-64页 |
| 4.2.3. 行程时间历史数据构建 | 第64-65页 |
| 4.3. 基于总行程时间预测的路径选择 | 第65-68页 |
| 4.3.1. 路径选择算法介绍 | 第65-67页 |
| 4.3.2. 基于总行程时间预测的路径选择 | 第67-68页 |
| 4.4. 仿真结果与分析 | 第68-73页 |
| 4.4.1. 仿真路网构建 | 第68-69页 |
| 4.4.2. 仿真结果分析 | 第69-71页 |
| 4.4.3. 路径选择结果分析 | 第71-73页 |
| 4.5. 本章小结 | 第73-74页 |
| 5. 总结与展望 | 第74-76页 |
| 5.1. 本文研究工作总结 | 第74页 |
| 5.2. 未来研究方向展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 附录 | 第80页 |
| 附录1：作者简介 | 第80页 |
| 附录2：作者在攻读硕士期间的主要成果 | 第80页 |
| 附录3：作者攻读硕士期间参加的科研项目 | 第80页 |
