| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-26页 |
| ·研究背景及意义 | 第9-10页 |
| ·交通检测器网络概述 | 第10-16页 |
| ·交通检测器概述 | 第10-14页 |
| ·检测器网络的框架结构 | 第14页 |
| ·交通检测器的故障情况 | 第14-16页 |
| ·国内外研究现状以及存在的问题 | 第16-22页 |
| ·以城市路网为应用背景的研究 | 第16-19页 |
| ·以高速公路为应用背景的研究 | 第19-20页 |
| ·检测器位置优化问题的研究框架 | 第20-22页 |
| ·本文主要研究内容与论文框架 | 第22-26页 |
| ·主要研究内容与思路 | 第22-24页 |
| ·论文框架结构 | 第24-26页 |
| 第二章 理论基础 | 第26-33页 |
| ·随机规划理论 | 第26-29页 |
| ·随机理论基本知识 | 第26页 |
| ·随机规划模型的几种形式 | 第26-29页 |
| ·遗传算法与多目标进化算法理论 | 第29-33页 |
| ·多目标进化算法 | 第29-30页 |
| ·遗传算法 | 第30-33页 |
| 第三章 基于可靠性的交通检测器布设优化问题研究 | 第33-57页 |
| ·简介 | 第33页 |
| ·问题描述及模型 | 第33-40页 |
| ·问题描述 | 第33-35页 |
| ·基于可靠性的交通检测器位置优化模型 | 第35-37页 |
| ·两阶段交通检测器位置随机优化模型 | 第37-40页 |
| ·可靠性模型算例 | 第40-44页 |
| ·模型三结果（0-1 约束高可靠性情况） | 第41-42页 |
| ·模型四结果（整数约束高可靠性情况） | 第42-43页 |
| ·模型五结果（现存检测器情况） | 第43-44页 |
| ·模型六结果（覆盖最大流量） | 第44页 |
| ·两阶段随机优化模型算例 | 第44-56页 |
| ·两阶段遗传算法 | 第45-48页 |
| ·确定性模型、随机模型和 CVaR 模型的结果比较 | 第48-51页 |
| ·CVaR 模型的结果 | 第51-52页 |
| ·检测器数量与期望覆盖交通流量、覆盖所有 OD 对的概率和程序运行时间的灵敏度分析 | 第52-54页 |
| ·遗传算法有效性验证 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第四章 高速公路检测器布设优化模型研究 | 第57-80页 |
| ·高速公路检测器位置优化问题简介 | 第57页 |
| ·模型描述 | 第57-64页 |
| ·高速公路抽象描述 | 第57-58页 |
| ·旅行时间估算方法 | 第58-59页 |
| ·确定性问题模型 | 第59-62页 |
| ·考虑故障因素的高速公路检测器位置优化模型 | 第62-63页 |
| ·基于 CVaR 可靠性的模型 | 第63-64页 |
| ·算例 | 第64-79页 |
| ·确定性问题模型的结果 | 第65-66页 |
| ·考虑故障因素的检测器位置优化模型 | 第66-74页 |
| ·大规模检测器数量的情况 | 第74-79页 |
| ·本章小节 | 第79-80页 |
| 第五章 城市路网多目标检测器布设优化问题研究 | 第80-99页 |
| ·背景 | 第80页 |
| ·模型描述 | 第80-87页 |
| ·数学符号 | 第81-82页 |
| ·模型描述 | 第82-87页 |
| ·多目标优化算法 | 第87-91页 |
| ·多目标模型算法介绍 | 第87页 |
| ·基于距离的进化算法 | 第87-91页 |
| ·算例 | 第91-98页 |
| ·算例实验一（并行小网络） | 第91-96页 |
| ·算例实验二（中型网络） | 第96-98页 |
| ·本章小结 | 第98-99页 |
| 第六章 结论与展望 | 第99-103页 |
| ·论文的工作总结 | 第99-100页 |
| ·论文的创新点 | 第100-101页 |
| ·进一步的研究方向 | 第101-103页 |
| 参考文献 | 第103-113页 |
| 发表论文和参加科研情况说明 | 第113-115页 |
| 致谢 | 第115页 |