摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第9-15页 |
1.1 研究背景 | 第9-10页 |
1.2 研究目的及意义 | 第10-11页 |
1.3 国内外现状分析 | 第11-12页 |
1.3.1 国外研究现状 | 第11页 |
1.3.2 国内研究现状 | 第11-12页 |
1.4 论文的结构安排及依托项目 | 第12-15页 |
1.4.1 论文结构安排 | 第12-14页 |
1.4.2 依托项目 | 第14-15页 |
第二章 节假日交通流特性及影响因子分析 | 第15-26页 |
2.1 节假日高速公路交通流特性 | 第15-16页 |
2.2 节假日交通出行目的 | 第16-17页 |
2.3 节假日高速公路交通流分布特征 | 第17-20页 |
2.3.1 出行时间分布特征 | 第17-18页 |
2.3.2 出行空间分布特征 | 第18-19页 |
2.3.3 出行方式分布特征 | 第19-20页 |
2.4 节假日出行影响因子 | 第20-25页 |
2.4.1 GDP影响因子 | 第20-23页 |
2.4.2 天气影响因子 | 第23-24页 |
2.4.3 其他因素 | 第24-25页 |
2.5 本章小结 | 第25-26页 |
第三章 交通流数据分析及预处理 | 第26-33页 |
3.1 数据预处理 | 第26页 |
3.1.1 概述 | 第26页 |
3.1.2 原始数据存在的不足 | 第26页 |
3.2 交通流量数据的修复 | 第26-27页 |
3.2.1 丢失和错误数据的识别 | 第26-27页 |
3.2.2 丢失数据和错误数据修复 | 第27页 |
3.3 交通流量数据归一化 | 第27-28页 |
3.4 交通流量数据分析 | 第28-32页 |
3.4.1 国庆节数据分析 | 第28-29页 |
3.4.2 清明节数据分析 | 第29-30页 |
3.4.3 五一数据分析 | 第30-31页 |
3.4.4 春节数据分析 | 第31-32页 |
3.5 本章小结 | 第32-33页 |
第四章 基于EMD和GS-SVM融合的节假日交通流预测 | 第33-48页 |
4.1 支持向量机的理论基础与原理 | 第33-36页 |
4.1.1 支持向量机 | 第33-34页 |
4.1.2 支持向量机回归 | 第34-36页 |
4.1.3 支持向量回归的优势及适应性 | 第36页 |
4.2 经验模态分解EMD | 第36-39页 |
4.2.1 EMD算法基本原理 | 第36-37页 |
4.2.2 EMD特征向量的提取 | 第37-39页 |
4.3 SVM预测模型参数选取分析 | 第39-40页 |
4.3.1 核函数 | 第39页 |
4.3.2 核函数作用分析 | 第39-40页 |
4.3.3 GS-SVM模型参数寻优 | 第40页 |
4.4 EMD-GS-SVM的回归预测过程 | 第40-41页 |
4.5 实证性仿真研究 | 第41-44页 |
4.5.1 预测评价指标 | 第41-42页 |
4.5.2 计算结果分析 | 第42-44页 |
4.6 与其他预测模型的比较分析 | 第44-47页 |
4.7 本章小结 | 第47-48页 |
第五章 基于TransModeler的节假日交通流状态仿真研究 | 第48-62页 |
5.1 TransModeler概述 | 第48-50页 |
5.1.1 交通仿真模型 | 第48-49页 |
5.1.2 TransModeler仿真软件的优势 | 第49-50页 |
5.2 TransModeler仿真流程设计及实现 | 第50-56页 |
5.2.1 仿真流程设计 | 第50-51页 |
5.2.2 路网仿真建模 | 第51-53页 |
5.2.3 参数设置和校对 | 第53-55页 |
5.2.4 OD反推矩阵生成及矩阵表输入 | 第55-56页 |
5.3 评价指标 | 第56-58页 |
5.3.1 TransModele评价指标 | 第56页 |
5.3.2 路段拥挤度等级划分指标 | 第56-57页 |
5.3.3 评价指标的选取 | 第57-58页 |
5.4 实例仿真及结果分析 | 第58-61页 |
5.4.1 仿真结果输出 | 第58-60页 |
5.4.2 交通量与拥挤度等级仿真结果 | 第60-61页 |
5.5 本章小结 | 第61-62页 |
结论 | 第62-64页 |
参考文献 | 第64-68页 |
攻读学位期间取得的研究成果 | 第68-69页 |
致谢 | 第69页 |