| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 用户产生内容UGC | 第9-10页 |
| 1.2.2 众包地图——UGC在交通地图上的应用 | 第10-11页 |
| 1.2.3 移动群智感知技术MCS——众包在数据采集领域的应用 | 第11-12页 |
| 1.2.4 当前众包地图存在的不足 | 第12页 |
| 1.2.5 城市交通拥堵状态的定义研究 | 第12-13页 |
| 1.3 论文研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第二章 智能交通诱导方案的研究 | 第16-26页 |
| 2.1 本文的智能交通诱导方案 | 第16页 |
| 2.2 感应系统——交通数据的采集 | 第16-18页 |
| 2.3 数据处理环节——最优用户数据集的筛选 | 第18-19页 |
| 2.4 数据融合环节——多源数据的融合 | 第19-23页 |
| 2.4.1 数据融合环节的设计 | 第19-21页 |
| 2.4.2 数据融合算法的选择 | 第21-23页 |
| 2.5 众包地图的生成环节——结果的返回与显示 | 第23页 |
| 2.6 本文智能交通诱导方案的数据融合的特点 | 第23-24页 |
| 2.7 本章小结 | 第24-26页 |
| 第三章 智能交通诱导数据模型的建立 | 第26-40页 |
| 3.1 智能交通诱导多源数据分析 | 第26-27页 |
| 3.2 智能交通诱导数据处理流程 | 第27-28页 |
| 3.3 交通拥堵状态与速度之间的对应关系 | 第28-29页 |
| 3.4 智能交通诱导的数据融合模型 | 第29-35页 |
| 3.4.1 用户权值的确定 | 第29-32页 |
| 3.4.2 智能交通诱导的数据融合模型 | 第32-35页 |
| 3.5 智能交通诱导平台对用户的反馈和约束 | 第35-39页 |
| 3.5.1 博弈和重复博弈 | 第36-37页 |
| 3.5.2 本文的博弈模型——平台对用户的反馈和约束 | 第37-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 智能交通诱导方案的设计与实现 | 第40-50页 |
| 4.1 智能交通诱导方案的验证系统设计 | 第40-42页 |
| 4.2 智能交通诱导方案验证系统的实现环境 | 第42-43页 |
| 4.3 智能交通诱导方案验证系统的实现 | 第43-49页 |
| 4.3.1 智能交通诱导方案验证平台的实现 | 第44-45页 |
| 4.3.2 用户端移动应用的实现 | 第45-47页 |
| 4.3.3 智能交通诱导方案验证系统的接口规范及数据格式 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 智能交通诱导数据模型的验证与仿真 | 第50-57页 |
| 5.1 数据模型有效性的验证 | 第50-54页 |
| 5.1.1 仿真原理与过程 | 第50-51页 |
| 5.1.2 仿真结果与分析 | 第51-54页 |
| 5.2 本文博弈模型有效性的验证 | 第54-55页 |
| 5.3 智能交通诱导验证系统的优势 | 第55页 |
| 5.4 本章小结 | 第55-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 工作总结 | 第57页 |
| 6.2 未来展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间发表论文 | 第63页 |
