摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第13-28页 |
1.1 研究背景及意义 | 第13-14页 |
1.2 国内外研究现状分析 | 第14-24页 |
1.2.1 交通流量预测研究现状 | 第14-16页 |
1.2.2 交叉口信号控制研究现状 | 第16-19页 |
1.2.3 多交叉口信号协调控制研究现状 | 第19-22页 |
1.2.4 智能交通控制系统设计研究现状 | 第22-23页 |
1.2.5 研究现状总结 | 第23-24页 |
1.3 研究的主要内容 | 第24-25页 |
1.4 论文结构与章节安排 | 第25-27页 |
1.4.1 论文结构 | 第25页 |
1.4.2 章节安排 | 第25-27页 |
1.5 本章小结 | 第27-28页 |
第二章 基于深度学习的交通流量预测 | 第28-41页 |
2.1 引言 | 第28页 |
2.2 循环神经网络模型 | 第28-29页 |
2.3 基于深度学习的交通流量预测模型 | 第29-34页 |
2.3.1 考虑天气状况的交通流量分析 | 第29-31页 |
2.3.2 交通流量的时空相关性分析 | 第31页 |
2.3.3 改进的循环神经网络模型 | 第31-33页 |
2.3.4 交通流量预测方法 | 第33-34页 |
2.4 实例仿真 | 第34-40页 |
2.4.1 实验环境 | 第34页 |
2.4.2 数据准备 | 第34-36页 |
2.4.3 评价准则 | 第36-37页 |
2.4.4 实验与结果分析 | 第37-40页 |
2.5 本章小结 | 第40-41页 |
第三章 基于多目标优化的交叉口自适应控制 | 第41-61页 |
3.1 引言 | 第41页 |
3.2 交叉口信号控制方法 | 第41-44页 |
3.2.1 定时信号控制方式 | 第41-43页 |
3.2.2 感应控制方式 | 第43页 |
3.2.3 智能控制方式 | 第43-44页 |
3.3 多目标优化模型 | 第44-49页 |
3.3.1 碳排放量计算方法 | 第44页 |
3.3.2 车辆延误时间 | 第44-45页 |
3.3.3 交叉口通行能力 | 第45页 |
3.3.4 停车次数 | 第45-46页 |
3.3.5 模型建立与求解 | 第46-49页 |
3.4 交叉口自适应控制算法 | 第49-53页 |
3.4.1 自适应控制原理 | 第49-50页 |
3.4.2 自适应控制参数计算方法 | 第50-52页 |
3.4.3 自适应控制算法 | 第52-53页 |
3.5 实例仿真 | 第53-60页 |
3.5.1 仿真方案设计 | 第53-54页 |
3.5.2 数据准备 | 第54-56页 |
3.5.3 仿真参数求解 | 第56-58页 |
3.5.4 仿真结果与分析 | 第58-60页 |
3.6 本章小结 | 第60-61页 |
第四章 基于数解法的干道瓶颈交叉口信号协调控制 | 第61-77页 |
4.1 引言 | 第61页 |
4.2 问题提出 | 第61-63页 |
4.3 瓶颈交叉口判别 | 第63页 |
4.4 基于数解法的协调模型 | 第63-67页 |
4.4.1 基本假设 | 第63-64页 |
4.4.2 协调控制参数计算 | 第64-67页 |
4.5 瓶颈交叉口信号协调控制 | 第67-73页 |
4.5.1 瓶颈交叉口通行能力 | 第67-68页 |
4.5.2 排队检测与清空时间 | 第68-70页 |
4.5.3 瓶颈交叉口动态控制 | 第70-73页 |
4.6 算例分析与仿真 | 第73-76页 |
4.6.1 算例分析 | 第73-74页 |
4.6.2 仿真数据说明 | 第74页 |
4.6.3 仿真与结果分析 | 第74-76页 |
4.7 本章小结 | 第76-77页 |
第五章 基于多智能体协同的多交叉口信号协调控制 | 第77-93页 |
5.1 引言 | 第77页 |
5.2 常用的Maxband协调模型 | 第77-79页 |
5.3 多智能体协同控制 | 第79-80页 |
5.4 排队消散时间 | 第80-83页 |
5.5 基于多智能体协同理论的多交叉口绿波协调控制 | 第83-88页 |
5.5.1 基本假设 | 第83页 |
5.5.2 智能体参数计算 | 第83-87页 |
5.5.3 多交叉口绿波协调控制算法 | 第87-88页 |
5.6 实例仿真与结果分析 | 第88-92页 |
5.6.1 实例仿真 | 第88-91页 |
5.6.2 仿真结果分析 | 第91-92页 |
5.7 本章小结 | 第92-93页 |
第六章 基于云计算的智能交通控制系统设计 | 第93-102页 |
6.1 引言 | 第93页 |
6.2 Hadoop平台 | 第93-94页 |
6.3 交通云系统框架 | 第94-97页 |
6.4 智能交通控制系统设计 | 第97-99页 |
6.4.1 项目背景 | 第97页 |
6.4.2 功能结构设计 | 第97-99页 |
6.5 系统实现 | 第99-101页 |
6.6 本章小结 | 第101-102页 |
结论与展望 | 第102-104页 |
参考文献 | 第104-111页 |
攻读硕士学位期间取得的研究成果 | 第111-113页 |
致谢 | 第113-114页 |
附件 | 第114页 |