首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--交通工程与交通管理论文

北京市快速路互通立交合流区通行能力研究

摘要第1-4页
Abstract第4-7页
第1章 绪论第7-18页
   ·研究背景第7-8页
   ·研究意义第8-9页
   ·国内外研究现状第9-16页
     ·基本概念第9-10页
     ·国外研究现状第10-11页
     ·国内研究现状第11-12页
     ·国内外研究小结第12-16页
   ·论文主要研究内容第16-17页
   ·论文的技术路线第17-18页
第2章 互通立交合流区数据调查与分析第18-25页
   ·研究范围和对象确定第18-19页
     ·北京市快速路系统互通立交概况第18页
     ·北京市互通立交功能分类第18-19页
     ·确定研究对象第19页
   ·互通立交合流区数据调查与处理第19-24页
     ·调查目的第19-20页
     ·调查内容第20页
     ·交通调查方案设计第20-21页
     ·调查数据的处理第21-22页
     ·调查数据的有效性分析第22-23页
     ·调查数据统计分析第23-24页
   ·本章小结第24-25页
第3章 互通立交合流区交通特性分析第25-35页
   ·数据统计间隔的确定第25-28页
   ·合流区交通流统计特征分析第28-30页
     ·同一位置不同车道流量对比关系第28-29页
     ·同一位置不同车道速度对比关系第29-30页
   ·基于实测数据的合流区通行能力和临界速度估计第30-33页
   ·本章小结第33-35页
第4章 基于 GA-BP 的互通立交合流区通行能力建模第35-58页
   ·BP 神经网络概述第35-37页
     ·BP 神经网络学习规则第35-36页
     ·BP 神经网络的特点第36-37页
   ·GA-BP 模型在互通立交合流区通行能力建模的可行性分析第37-38页
   ·BP 确定通行能力的思路第38-39页
   ·BP 模型的建立第39-48页
     ·输入输出变量的分析第39-41页
     ·网络结构的建立第41-43页
     ·训练算法及参数确定第43-45页
     ·网络训练流程第45-46页
     ·网络训练及检验第46-48页
   ·遗传算法优化 BP 网络第48-51页
     ·遗传算法概述第48页
     ·遗传算法实现流程第48-49页
     ·遗传算法对 BP 神经网络的改进第49-51页
   ·基于 GA-BP 神经网络的通行能力分析第51-58页
     ·遗传算法参数设置第51-52页
     ·GA-BP 网络训练流程第52-53页
     ·网络训练检验第53-54页
     ·BP 与 GA-BP 网络模型的对比第54-56页
     ·通行能力的确定第56-58页
第5章 基于 VISSIM 的互通立交合流区通行能力研究第58-69页
   ·交通仿真的目的和作用第58页
   ·仿真软件的选取第58-59页
   ·互通立交合流区交通仿真分析第59-67页
     ·模型构建第59-60页
     ·模型标定第60-62页
     ·模型验证第62-66页
     ·确定通行能力第66-67页
   ·方法对比分析第67-69页
第6章 结论与展望第69-71页
   ·论文主要结论第69-70页
   ·研究展望第70-71页
致谢第71-72页
参考文献第72-75页
攻读硕士学位期间发表学术论文情况第75-76页
附录第76-78页

论文共78页,点击 下载论文
上一篇:沉砂—过滤联合装置控制径流雨水中颗粒物试验与应用研究
下一篇:再生混凝土楼板抗弯性能研究