基于粒子滤波的交通流状态预测及其优化研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-16页 |
| ·论文研究的背景与意义 | 第10页 |
| ·国内外研究方法综述 | 第10-13页 |
| ·预测方法综述 | 第10-12页 |
| ·遗传算法综述 | 第12-13页 |
| ·研究内容和方法 | 第13-14页 |
| ·论文框架 | 第14-16页 |
| 2 交通流预测方法与模型 | 第16-24页 |
| ·预测方法 | 第16-21页 |
| ·时间序列预测 | 第17-18页 |
| ·多元线性回归 | 第18页 |
| ·组合预测法 | 第18-19页 |
| ·灰色预测理论 | 第19页 |
| ·卡尔曼滤波 | 第19-21页 |
| ·交通流模型 | 第21-24页 |
| ·元胞自动机模型 | 第21页 |
| ·跟驰模型 | 第21-22页 |
| ·离散宏观流体交通模型 | 第22-24页 |
| 3 城市快速路交通数据的选取与处理 | 第24-33页 |
| ·城市快速路及其交通流特性 | 第24-28页 |
| ·城市快速路及其特点 | 第24-25页 |
| ·交通流的基本参数及其相互关系 | 第25-28页 |
| ·城市快速路交通流数据的采集与预处理 | 第28-30页 |
| ·交通流数据信息 | 第28-29页 |
| ·数据预处理方法 | 第29-30页 |
| ·实验数据来源及预处理 | 第30-31页 |
| ·实验数据来源 | 第30-31页 |
| ·实验数据的预处理 | 第31页 |
| ·本章小结 | 第31-33页 |
| 4 基于粒子滤波算法的交通流状态预测 | 第33-52页 |
| ·粒子滤波算法 | 第33-40页 |
| ·粒子滤波原理 | 第33-37页 |
| ·粒子退化现象 | 第37-38页 |
| ·粒子滤波重采样算法 | 第38-40页 |
| ·粒子滤波与卡尔曼滤波对比仿真实验 | 第40-42页 |
| ·粒子滤波的交通流预测实验 | 第42-51页 |
| ·路段出入口交通状况 | 第42-44页 |
| ·交通流模型的建立 | 第44-45页 |
| ·性能评价指标 | 第45-46页 |
| ·算法的设计与实现 | 第46-47页 |
| ·实验结果与分析 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 5 遗传算法对粒子的优化处理 | 第52-60页 |
| ·遗传算法原理 | 第52-54页 |
| ·遗传算法优化粒子滤波的步骤 | 第54-55页 |
| ·优化结果与分析 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| ·本文的主要工作 | 第60页 |
| ·本文的创新点 | 第60-61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 作者简历 | 第65-67页 |
| 学位论文数据集 | 第67页 |
