基于收费数据的高速公路行程时间预测及行程时间可靠性研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第13-25页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 行程时间预测国内外研究现状 | 第14-18页 |
| 1.2.1 交通信息数据预处理 | 第14-15页 |
| 1.2.2 行程时间预测研究现状 | 第15-18页 |
| 1.3 行程时间可靠性评价国内外研究现状 | 第18-21页 |
| 1.3.1 行程时间可靠性定义 | 第18-19页 |
| 1.3.2 行程时间可靠性测度指标 | 第19-20页 |
| 1.3.3 行程时间可靠性测度方法 | 第20-21页 |
| 1.4 研究思路及研究内容 | 第21-25页 |
| 1.4.1 研究思路 | 第21-22页 |
| 1.4.2 研究内容 | 第22-25页 |
| 第二章 基于收费数据集的高速路段运行特性分析 | 第25-35页 |
| 2.1 概述 | 第25页 |
| 2.2 基于流量数据集的高速路段运行特性分析 | 第25-30页 |
| 2.2.1 流量数据类型及特征 | 第25-27页 |
| 2.2.2 OD矩阵获取及分析 | 第27-30页 |
| 2.3 基于平均速度数据集的高速路段运行特性分析 | 第30-34页 |
| 2.3.1 平均速度数据类型及特征 | 第30-31页 |
| 2.3.2 基于平均速度数据的运行特性分析 | 第31-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 基于数据挖掘的高速公路行程时间预测 | 第35-51页 |
| 3.1 平均速度数据预处理 | 第35-36页 |
| 3.2 改进蜂群算法的k-means聚类 | 第36-41页 |
| 3.2.1 优化聚类中心 | 第36-39页 |
| 3.2.2 聚类数获取 | 第39-41页 |
| 3.3 高速公路行程时间预测 | 第41-47页 |
| 3.3.1 基于历史数据的交通状态判别 | 第41-45页 |
| 3.3.2 构建特征向量 | 第45-46页 |
| 3.3.3 基于聚类中心的行程时间预测 | 第46-47页 |
| 3.4 实例验证 | 第47-50页 |
| 3.4.1 测试路段及时间段选取 | 第47-48页 |
| 3.4.2 测试结果分析 | 第48-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第四章 高速公路行程时间可靠性评价 | 第51-65页 |
| 4.1 行程时间统计分布模型 | 第51-53页 |
| 4.2 混合概率分布模型 | 第53-57页 |
| 4.2.1 模型建立 | 第53-54页 |
| 4.2.2 混合模型参数估计 | 第54-56页 |
| 4.2.3 拟合优度评价 | 第56-57页 |
| 4.3 实例验证 | 第57-63页 |
| 4.3.1 绘制概率直方图 | 第57-59页 |
| 4.3.2 参数估计 | 第59-61页 |
| 4.3.3 行程时间可靠性计算 | 第61-63页 |
| 4.4 本章小结 | 第63-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 研究总结 | 第65页 |
| 5.2 研究展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-74页 |
