基于支持向量机的单路口信号配时研究与应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| CONTENTS | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| ·选题背景及研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·短时交通流预测模型 | 第12-13页 |
| ·信号控制方法 | 第13-14页 |
| ·支持向量机 | 第14-15页 |
| ·论文内容与框架 | 第15-17页 |
| 第二章 相关基础理论 | 第17-33页 |
| ·交通状态短时预测 | 第17-20页 |
| ·短时交通流预测一般步骤 | 第17-18页 |
| ·短时交通预测的评价 | 第18-19页 |
| ·短时交通预测一般方法 | 第19-20页 |
| ·交通信号控制 | 第20-25页 |
| ·交通信号控制参数 | 第20-23页 |
| ·信号控制一般方法 | 第23-24页 |
| ·信号控制的评价指标 | 第24-25页 |
| ·支持向量机理论 | 第25-33页 |
| ·统计学习相关理论 | 第25-26页 |
| ·支持向量机 | 第26-30页 |
| ·支持向量机回归 | 第30-33页 |
| 第三章 总体设计 | 第33-37页 |
| ·体系结构 | 第33-34页 |
| ·工作流程 | 第34-36页 |
| ·数据采集 | 第34页 |
| ·数据修复 | 第34页 |
| ·车流时间序列划分 | 第34-35页 |
| ·回归建模 | 第35页 |
| ·结果分析 | 第35页 |
| ·车流预测 | 第35页 |
| ·信号配时 | 第35-36页 |
| ·网络拓扑结构 | 第36-37页 |
| 第四章 基于支持向量机的短时交通流预测 | 第37-48页 |
| ·车流数据的预处理 | 第37-41页 |
| ·异常样本识别与修复 | 第37-38页 |
| ·时间序列划分 | 第38-41页 |
| ·样本数据归一化 | 第41页 |
| ·模型建立 | 第41-48页 |
| ·v-支持向量机回归及其算法 | 第41-42页 |
| ·RBF核函数 | 第42-43页 |
| ·遗传算法的参数选择 | 第43-48页 |
| 第五章 基于短时车流预测的信号灯配时算法 | 第48-52页 |
| ·绿灯间隔时间 | 第48-49页 |
| ·周期长度计算 | 第49-50页 |
| ·绿信比计算 | 第50页 |
| ·配时方案 | 第50-52页 |
| 第六章 应用仿真分析 | 第52-61页 |
| ·车流数据采集 | 第52-53页 |
| ·车流数据处理 | 第53-54页 |
| ·聚类分析 | 第54-57页 |
| ·参数选择讨论 | 第57-59页 |
| ·信号配时方案 | 第59-61页 |
| 结论与展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读学位期间发表论文 | 第65-67页 |
| 致谢 | 第67页 |
