| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-20页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-16页 |
| 1.2.1 GPS数据预处理与地图匹配 | 第9-10页 |
| 1.2.2 交通瓶颈识别与特性研究 | 第10-11页 |
| 1.2.3 公交到达时间预测方法 | 第11-13页 |
| 1.2.4 基于GPS数据的地面公交信号优先控制技术 | 第13-14页 |
| 1.2.5 国内外研究现状及不足 | 第14-16页 |
| 1.3 研究内容及技术路线 | 第16-19页 |
| 1.4 本章小结 | 第19-20页 |
| 第二章 车载GPS数据预处理 | 第20-30页 |
| 2.1 车载GPS数据应用优势 | 第20页 |
| 2.2 车载GPS数据结构 | 第20-21页 |
| 2.3 GPS数据预处理 | 第21-29页 |
| 2.3.1 研究路段选择 | 第22页 |
| 2.3.2 公交GPS数据筛选 | 第22-23页 |
| 2.3.3 漂移数据处理方法 | 第23-28页 |
| 2.3.4 数据投影校正 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 公交运行瓶颈识别与特性分析 | 第30-48页 |
| 3.1 公交运行指标 | 第30-31页 |
| 3.2 公交运行瓶颈识别 | 第31-37页 |
| 3.2.1 公交运行瓶颈定义 | 第31页 |
| 3.2.2 公交运行瓶颈识别方法 | 第31-32页 |
| 3.2.3 典型线路公交运行瓶颈识别 | 第32-37页 |
| 3.3 公交运行瓶颈特性分析 | 第37-45页 |
| 3.3.1 公交站点延误分布特性研究 | 第38-42页 |
| 3.3.2 公交路段常发性瓶颈延误分布特性研究 | 第42-45页 |
| 3.4 本章小结 | 第45-48页 |
| 第四章 基于运行瓶颈识别的公交通行时间预测模型 | 第48-60页 |
| 4.1 现有公交到达时间预测模型的比较分析 | 第48-49页 |
| 4.2 基于对数正态分布的公交通行时间概率预测模型 | 第49-55页 |
| 4.2.1 模型假设 | 第50页 |
| 4.2.2 公交运行时间预测的数据准备 | 第50-51页 |
| 4.2.3 公交到达时间概率预测模型 | 第51-55页 |
| 4.2.4 预测模型精度检验 | 第55页 |
| 4.3 基于对数正态分布的公交行程时间预测模型试验 | 第55-58页 |
| 4.3.1 实验区段选取及数据预处理 | 第55-56页 |
| 4.3.2 实验区段行程时间预测 | 第56-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 单点交叉口多相位公交信号优先控制技术 | 第60-72页 |
| 5.1 基于“就近原则”的多公交优先排序方法 | 第60-62页 |
| 5.2 基于饱和度的单点交叉口多相位公交信号优先控制技术 | 第62-66页 |
| 5.2.1 基本假设 | 第62页 |
| 5.2.2 公交信号优先控制原则 | 第62-63页 |
| 5.2.3 控制策略 | 第63页 |
| 5.2.4 控制流程 | 第63-66页 |
| 5.3 单点交叉口多相位公交信号优先控制案例 | 第66-70页 |
| 5.3.1 无公交信号优先申请的交叉口基础配时 | 第66-68页 |
| 5.3.2 基于“就近原则”的公交优先级别排序案例 | 第68页 |
| 5.3.3 多相位公交信号优先控制案例结果分析 | 第68-70页 |
| 5.4 本章小结 | 第70-72页 |
| 第六章 总结与展望 | 第72-76页 |
| 6.1 研究成果总结 | 第72-73页 |
| 6.2 本文创新之处 | 第73-74页 |
| 6.3 研究展望 | 第74-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 附录 | 第84-86页 |
| 附图 | 第86-88页 |
| 作者简介 | 第88页 |
