基于随机服务理论的智能交通应用研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第9-19页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 智能交通研究现状 | 第10-15页 |
| 1.3 研究目的与意义 | 第15-16页 |
| 1.4 研究生期间主要工作 | 第16-17页 |
| 1.5 本文主要内容及创新点 | 第17-19页 |
| 2 TFPCM模型研究与设计 | 第19-26页 |
| 2.1 时间序列分割算法研究 | 第19-21页 |
| 2.1.1 时间序列分割研究现状 | 第19-20页 |
| 2.1.2 时间序列分割算法概述 | 第20-21页 |
| 2.2 极限学习机算法研究 | 第21-23页 |
| 2.2.1 极限学习机研究现状 | 第21-23页 |
| 2.2.2 极限学习机算法概述 | 第23页 |
| 2.3 TFPCM模型具体设计 | 第23-25页 |
| 2.3.1 时间序列分割算法设计 | 第24页 |
| 2.3.2 极限学习机算法设计 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 VISSIM实时仿真 | 第26-35页 |
| 3.1 道路交通仿真研究现状 | 第26-27页 |
| 3.2 VISSIM概述 | 第27-29页 |
| 3.3 VISSIM仿真设计 | 第29-33页 |
| 3.3.1 VISSIM参数设置 | 第29-32页 |
| 3.3.2 COM接口设计 | 第32-33页 |
| 3.4 本章小结 | 第33-35页 |
| 4 交通滞留量预测模型的研究与设计 | 第35-43页 |
| 4.1 随机服务理论研究现状 | 第35-36页 |
| 4.2 随机服务理论概述 | 第36-38页 |
| 4.3 交通滞留量预测模型设计 | 第38-42页 |
| 4.4 本章小结 | 第42-43页 |
| 5 交通滞留量预测系统结果与分析 | 第43-56页 |
| 5.1 TFPCM模型的预测结果 | 第43-47页 |
| 5.1.1 交通数据预处理 | 第43-45页 |
| 5.1.2 时间序列分割实验结果 | 第45-47页 |
| 5.1.3 极限学习机预测结果 | 第47页 |
| 5.2 VISSIM实时仿真结果 | 第47-50页 |
| 5.2.1 VISSIM参数标定 | 第48-49页 |
| 5.2.2 COM接口仿真 | 第49页 |
| 5.2.3 评价文件 | 第49-50页 |
| 5.3 交通滞留量预测结果 | 第50-54页 |
| 5.3.1 随机服务理论模型拟合 | 第50-52页 |
| 5.3.2 交通滞留量预测 | 第52-54页 |
| 5.4 本章小结 | 第54-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56页 |
| 6.2 进一步工作和展望 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64-65页 |
| 附录A 攻读学位期间的相关研究工作 | 第65-66页 |
| 撰写论文 | 第65-66页 |
