| 摘要 | 第1-6页 |
| 第一章 绪论 | 第6-11页 |
| 一．研究背景 | 第6-7页 |
| 二．国内外在该领域的发展状况 | 第7-8页 |
| 2．1 第一阶段 | 第7页 |
| 2．2 第二阶段 | 第7页 |
| 2．3 第三阶段 | 第7-8页 |
| 三．研究意义 | 第8-9页 |
| 四．总体框架 | 第9-11页 |
| 第二章 交通流的微观模拟模型 | 第11-41页 |
| 一．概述 | 第11页 |
| 二．总体设计 | 第11页 |
| 三．交通流的微观模拟模型的体系结构 | 第11-41页 |
| 3．1 路网描述模型 | 第11-13页 |
| 3．1．1 节点 | 第13页 |
| 3．1．2 路段 | 第13页 |
| 3．1．3 节段 | 第13页 |
| 3．1．4 车道 | 第13页 |
| 3．2 交通出行需求模型 | 第13-15页 |
| 3．2．1 动态交通需求OD | 第13-14页 |
| 3．2．2 车辆的产生 | 第14-15页 |
| 3．3 车辆的特征 | 第15页 |
| 3．3．1 车辆的尺寸 | 第15页 |
| 3．3．2 动力性能 | 第15页 |
| 3．4 车辆行驶模型 | 第15-41页 |
| 3．4．1 加速度模型 | 第15-22页 |
| 3．4．1．1 框架概述 | 第15-16页 |
| 3．4．1．2 加速度模型 | 第16-22页 |
| 3．4．2 车辆换道模型 | 第22-28页 |
| 3．4．2．1 换道模型框架概述 | 第22-23页 |
| 3．4．2．2．车道选择模型 | 第23-24页 |
| 3．4．2．3．间隙接受模型 | 第24-25页 |
| 3．4．2．4．强迫结合模型 | 第25-28页 |
| 3．4．3 行驶模型参数估计——极大似然估计法 | 第28-38页 |
| 3．4．3．1 加速度模型的估计结果 | 第28-33页 |
| 3．4．3．2 换道模型的估计结果 | 第33-38页 |
| 3．4．4 应用神经网络建立行驶模型 | 第38-41页 |
| 3．4．4．1 车辆行驶模型的概述 | 第38页 |
| 3．4．4．2 加速度模型 | 第38-39页 |
| 3．4．4．3 换道模型 | 第39-41页 |
| 第三章 交通量信息采集系统 | 第41-44页 |
| 一．交通参数的检测和计算 | 第41-44页 |
| 1．1 交通检测器的布置 | 第41-42页 |
| 1．2 交通流量计算 | 第42页 |
| 1．3 车辆速度计算 | 第42-43页 |
| 1．4 占有率 | 第43页 |
| 1．5 交通密度 | 第43-44页 |
| 第四章 交通管理模拟模型 | 第44-63页 |
| 一．交通管理模拟的整体框架 | 第44页 |
| 二．交通网络状态的评估 | 第44-47页 |
| 2．1 交通流量和密度 | 第45页 |
| 2．2 速度 | 第45页 |
| 2．3 旅行时间 | 第45页 |
| 2．4 通过交叉口所需停止、启动次数以及等待信号次数 | 第45页 |
| 2．5 延误时间 | 第45-47页 |
| 2．5．1 平均延误 | 第46页 |
| 2．5．2 总延误 | 第46页 |
| 2．5．3 交叉口的延误模型 | 第46-47页 |
| 2．6 车辆排队长度 | 第47页 |
| 三．交通网络状态的预测 | 第47-54页 |
| 3．1 多层前馈网络与高阶神经网络 | 第47-51页 |
| 3．1．1 多层前馈网络 | 第48-49页 |
| 3．1．2 高阶神经网络 | 第49-51页 |
| 3．2 基于HGNN的交通信息自适应预测模型设计 | 第51-54页 |
| 3．2．1 路段交通流量预测模型设计 | 第51-53页 |
| 3．2．2 HGNN的交通流量模糊预测 | 第53-54页 |
| 3．3 路段平均行程时间预测模型设计 | 第54页 |
| 四．城市交通信号控制 | 第54-61页 |
| 4．1 信号交叉口的信号相位 | 第55页 |
| 4．2 基于模糊逻辑的城市交叉口交通信号控制方法 | 第55-57页 |
| 4．2．1 交通信号的模糊控制的设计过程 | 第56-57页 |
| 4．2．1．1 模糊变量的选取与交通数据预处理 | 第56页 |
| 4．2．2．2 模糊子集的定义 | 第56-57页 |
| 4．2．2．3 模糊规则表 | 第57页 |
| 4．3 城市区域交通信号的智能控制方法 | 第57-60页 |
| 4．3．1 基于遗传算法的交通信号配时优化 | 第57-60页 |
| 4．3．1．1 遗传算法 | 第57-59页 |
| 4．3．1．2 交通信号配时优化模型 | 第59-60页 |
| 4．4 城市联网交通信号控制的整体结构 | 第60-61页 |
| 五．交通引导系统 | 第61-63页 |
| 5．1 路径优化及引导系统 | 第61-63页 |
| 5．1．1 最佳路径算法 | 第61-62页 |
| 5．1．2 基于最佳路径的车辆引导设计过程 | 第62-63页 |
| 第五章 基于GIS的城市动态交通模拟系统的软件设计 | 第63-79页 |
| 一．概述 | 第63页 |
| 二．Agent的软件设计方法 | 第63-66页 |
| 2．1 Agent的概述 | 第63页 |
| 2．2 交通系统下抽象的Agent | 第63-66页 |
| 三．系统设计 | 第66-71页 |
| 3．1 图形数据输入模块 | 第66-67页 |
| 3．2 数据预处理模块 | 第67-68页 |
| 3．3 交通管理及控制模块 | 第68-69页 |
| 3．4 模拟过程模块 | 第69页 |
| 3．5 模拟运行数据处理模块 | 第69-71页 |
| 四．系统实现 | 第71-74页 |
| 4．1 利用COM技术对ArcGIS进行组件开发 | 第71-72页 |
| 4．2 对ArcMap进行二次开发 | 第72-74页 |
| 五．模拟结果输出 | 第74-79页 |
| 5．1 模拟结果的动画输出 | 第75-77页 |
| 5．2 模拟结果的数据文件输出 | 第77-79页 |
| 第六章 基于GIS的城市动态交通模拟系统的应用 | 第79-92页 |
| 一．现存交通系统控制方案的模拟效果 | 第79-84页 |
| 1．1 现存的控制方案 | 第79-81页 |
| 1．2 模拟结果 | 第81-84页 |
| 二．智能控制方案模拟效果 | 第84-88页 |
| 三．方案的对比 | 第88-92页 |
| 第七章 总结和展望 | 第92-96页 |
| 一．论文总结 | 第92-94页 |
| 1．1 交通流的微观模型 | 第92-93页 |
| 1．1．1 加速度模型 | 第92页 |
| 1．1．2 换道模型 | 第92-93页 |
| 1．2 交通管理模型 | 第93-94页 |
| 1．2．1 交通网络状态的评估 | 第93页 |
| 1．2．2 交通网络状态的预测 | 第93页 |
| 1．2．3 交通信号控制 | 第93-94页 |
| 1．2．4 交通引导 | 第94页 |
| 1．3 基于GIS的城市动态交通模拟系统的开发 | 第94页 |
| 二．论文的创新点 | 第94-95页 |
| 三．未来展望 | 第95-96页 |
| 参考文献 | 第96-100页 |
| 致谢 | 第100页 |