| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 浮动车应用及研究现状 | 第10-13页 |
| 1.2.2 短时交通状态预测研究现状 | 第13-16页 |
| 1.3 研究内容 | 第16页 |
| 1.4 论文结构安排 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第二章 基础理论和相关技术 | 第18-29页 |
| 2.1 浮动车技术 | 第18-19页 |
| 2.2 交通流特征参数 | 第19-21页 |
| 2.2.1 交通流量 | 第19-20页 |
| 2.2.2 车速 | 第20-21页 |
| 2.2.3 密度 | 第21页 |
| 2.3 预测模型相关理论 | 第21-28页 |
| 2.3.1 主要预测模型概述 | 第22-24页 |
| 2.3.2 模型选择与分析 | 第24-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 浮动车数据的预处理及验证 | 第29-42页 |
| 3.1 数据源介绍 | 第30-31页 |
| 3.2 数据的筛选 | 第31-32页 |
| 3.2.1 浮动车数据的特点 | 第31页 |
| 3.2.2 数据的筛除 | 第31-32页 |
| 3.2.3 数据的选择 | 第32页 |
| 3.3 速度拟合 | 第32-33页 |
| 3.4 数据的补缺处理及效果验证 | 第33-38页 |
| 3.4.1 数据的补缺处理 | 第33-35页 |
| 3.4.2 补缺的效果验证 | 第35-38页 |
| 3.5 数据的降噪处理及效果验证 | 第38-41页 |
| 3.5.1 数据的降噪处理 | 第38-40页 |
| 3.5.2 降噪的效果验证 | 第40-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 城市道路交通状态时空相关性分析研究 | 第42-49页 |
| 4.1 交通状态的判定 | 第43-44页 |
| 4.2 浮动车行程速度时间相关性分析及验证 | 第44-46页 |
| 4.2.1 行程速度的时间变化特性 | 第44-45页 |
| 4.2.2 行程速度的时间相关性验证 | 第45-46页 |
| 4.3 浮动车行程速度空间相关性分析及验证 | 第46-48页 |
| 4.3.1 行程速度的空间变化特性 | 第46-47页 |
| 4.3.2 行程速度的空间相关性验证 | 第47-48页 |
| 4.4 本章小节 | 第48-49页 |
| 第五章 交通状态预测模型建立及验证 | 第49-58页 |
| 5.1 改进的BP网络预测模型建模分析 | 第49-52页 |
| 5.1.1 网络层数的确定 | 第49页 |
| 5.1.2 每层节点数的确定 | 第49-51页 |
| 5.1.3 网络参数的选择 | 第51-52页 |
| 5.1.4 模型的评价标准 | 第52页 |
| 5.2 基于时间维度数据的交通状态预测及验证 | 第52-53页 |
| 5.3 基于空间维度数据的交通状态预测及验证 | 第53-55页 |
| 5.4 基于时空维度数据的交通状态预测及验证 | 第55-56页 |
| 5.5 基于改进BP神经网络的短时交通状态综合预测模型 | 第56-57页 |
| 5.6 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 论文工作总结 | 第58-59页 |
| 6.2 下一步的研究工作 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |