| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 选题背景 | 第10-11页 |
| 1.2 论文的研究目的和意义 | 第11-13页 |
| 1.2.1 研究目的 | 第11页 |
| 1.2.2 理论意义和实际应用价值 | 第11-13页 |
| 1.3 国内外研究现状 | 第13-16页 |
| 1.3.1 基于手机定位法 | 第13-14页 |
| 1.3.2 基于视频图像处理检测法 | 第14页 |
| 1.3.3 基于单片机和电路线圈法 | 第14-15页 |
| 1.3.4 基于 GPS 和 GIS 法 | 第15页 |
| 1.3.5 基于车辆检测器法 | 第15-16页 |
| 1.3.6 基于收费数据法 | 第16页 |
| 1.4 本文的研究内容和主要特点 | 第16-18页 |
| 1.4.1 主要研究内容 | 第16-17页 |
| 1.4.2 主要特点 | 第17-18页 |
| 1.5 论文主要内容安排 | 第18-19页 |
| 第二章 基于收费数据的月交通流参数估计 | 第19-45页 |
| 2.1 交通流参数介绍 | 第19-21页 |
| 2.1.1 交通量 | 第19页 |
| 2.1.2 速度 | 第19-20页 |
| 2.1.3 占有率 | 第20-21页 |
| 2.2 数据预处理 | 第21-23页 |
| 2.2.1 数据抽取 | 第21-22页 |
| 2.2.2 数据清理 | 第22-23页 |
| 2.2.3 数据拟合 | 第23页 |
| 2.3 数据表建立 | 第23-28页 |
| 2.3.1 新建收费站表 | 第24页 |
| 2.3.2 新建邻接表 | 第24-25页 |
| 2.3.3 新建最短路径表 | 第25-26页 |
| 2.3.4 新建相邻收费站间断面月交通流量表 | 第26页 |
| 2.3.5 新建相邻收费站间断面月速度表 | 第26页 |
| 2.3.6 新建相邻收费站间断面月占有率表 | 第26-28页 |
| 2.4 最短路径集合计算 | 第28页 |
| 2.5 车辆 OD 信息表的计算 | 第28-33页 |
| 2.5.1 行驶距离和路径的计算 | 第29页 |
| 2.5.2 行驶时间的计算 | 第29-30页 |
| 2.5.3 平均速度的计算 | 第30-33页 |
| 2.6 车型分类 | 第33页 |
| 2.7 基于收费数据的高速公路交通量估计 | 第33-37页 |
| 2.8 基于收费数据的高速公路车辆速度估计 | 第37-40页 |
| 2.9 基于收费数据的高速公路占有率估计 | 第40-44页 |
| 2.10 本章小结 | 第44-45页 |
| 第三章 不同时间周期下的断面交通流参数计算 | 第45-76页 |
| 3.1 选择研究断面 | 第45页 |
| 3.2 新建断面信息表 | 第45-46页 |
| 3.3 新建虚拟出站表 | 第46-47页 |
| 3.4 计算车辆到断面的信息 | 第47-49页 |
| 3.4.1 选择经过断面的车辆 | 第47-48页 |
| 3.4.2 计算车辆从进站到上游收费站的距离 | 第48页 |
| 3.4.3 计算车辆从进站到断面的距离 | 第48页 |
| 3.4.4 计算车辆从进站到断面的行驶时间 | 第48页 |
| 3.4.5 计算车辆行驶到断面的时刻 | 第48-49页 |
| 3.5 不同时间周期下断面交通量计算 | 第49-65页 |
| 3.5.1 新建 24 小时断面交通流量表 | 第49页 |
| 3.5.2 24 小时断面交通流量计算 | 第49-51页 |
| 3.5.3 24 小时断面交通量误差计算 | 第51-54页 |
| 3.5.4 12/6/2/1 小时断面交通量及误差计算 | 第54-64页 |
| 3.5.5 断面交通量时间精确度计算 | 第64-65页 |
| 3.6 不同时间周期下断面占有率计算 | 第65-74页 |
| 3.6.1 24 小时断面占有率计算 | 第66-68页 |
| 3.6.2 12/6/2/1 小时断面占有率表计算 | 第68-74页 |
| 3.7 车辆速度说明 | 第74页 |
| 3.8 本章小结 | 第74-76页 |
| 第四章 基于 BP 神经网络的断面交通量校正方案 | 第76-85页 |
| 4.1 BP 神经网络的基本原理 | 第76-77页 |
| 4.2 BP 神经网络模型的确定 | 第77-79页 |
| 4.2.1 参数选取 | 第77-78页 |
| 4.2.2 BP 神经网络结构模型 | 第78-79页 |
| 4.3 交通参数校正的算法设计 | 第79-83页 |
| 4.3.1 BP 神经网络校正交通流参数流程 | 第79-80页 |
| 4.3.2 数据预处理 | 第80-81页 |
| 4.3.3 神经网络创建和初始化 | 第81页 |
| 4.3.4 BP 神经网络训练 | 第81-82页 |
| 4.3.5 BP 神经网络仿真与测试 | 第82-83页 |
| 4.4 校正后的交通量误差分析 | 第83-84页 |
| 4.5 本章小结 | 第84-85页 |
| 第五章 总结与展望 | 第85-87页 |
| 5.1 主要研究成果 | 第85-86页 |
| 5.2 进一步研究的重点 | 第86-87页 |
| 参考文献 | 第87-89页 |
| 攻读硕士期间取得的研究成果 | 第89-90页 |
| 致谢 | 第90页 |