| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8页 |
| 1.2 研究意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-13页 |
| 1.3.1 交通状态判别研究现状 | 第9-12页 |
| 1.3.2 交通状态预测研究现状 | 第12-13页 |
| 1.3.3 国内外研究现状总结 | 第13页 |
| 1.4 研究内容与技术路线 | 第13-16页 |
| 第二章 高速路网交通特性分析 | 第16-29页 |
| 2.1 路网交通状态判别及预测需求分析 | 第16-17页 |
| 2.1.1 路网交通状态判别需求 | 第16-17页 |
| 2.1.2 路网交通状态预测需求 | 第17页 |
| 2.2 路网交通状态分类与判别指标参数分析 | 第17-20页 |
| 2.2.1 交通状态的分类 | 第17-18页 |
| 2.2.2 交通状态判别指标参数 | 第18-20页 |
| 2.3 路网交通流量特性分析 | 第20-23页 |
| 2.3.1 时间分布特性 | 第20-22页 |
| 2.3.2 空间分布特性 | 第22-23页 |
| 2.4 路网车速特性分析 | 第23-24页 |
| 2.5 路网交通状态判别和预测尺度分析 | 第24页 |
| 2.6 路网交通状态影响因素分析 | 第24-25页 |
| 2.7 路网交通状态判别与预测总体思路 | 第25-28页 |
| 2.7.1 路网交通状态判别总体思路 | 第25-26页 |
| 2.7.2 路网交通状态预测总体思路 | 第26-28页 |
| 2.8 本章小结 | 第28-29页 |
| 第三章 高速路网交通状态判别 | 第29-42页 |
| 3.1 路网交通状态判别流程 | 第29-30页 |
| 3.2 路段交通状态判别 | 第30-33页 |
| 3.2.1 模糊聚类分析方法介绍 | 第30-31页 |
| 3.2.2 基于模糊聚类分析的路段交通状态判别 | 第31-33页 |
| 3.3 路网连通性研究 | 第33-37页 |
| 3.3.1 路网连通度的概念 | 第33-36页 |
| 3.3.2 算例分析 | 第36-37页 |
| 3.4 路网交通状态判别 | 第37-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 高速路网交通状态预测 | 第42-57页 |
| 4.1 路网交通状态预测流程 | 第42-43页 |
| 4.2 基于收费数据的高速路网OD矩阵预测 | 第43-52页 |
| 4.2.1 路网收费数据信息提取 | 第43-46页 |
| 4.2.2 基于BP神经网络的路网交通分布预测 | 第46-49页 |
| 4.2.3 基于卡尔曼滤波的高速公路入口流量预测 | 第49-52页 |
| 4.2.4 路网OD矩阵预测 | 第52页 |
| 4.3 基于交通仿真的路网动态交通分配 | 第52-56页 |
| 4.3.1 交通仿真技术概述 | 第52-53页 |
| 4.3.2 基于TransModeler的路网动态交通分配 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 高速路网交通状态判别与预测实例分析 | 第57-72页 |
| 5.1 研究区域现状描述 | 第57-59页 |
| 5.2 路网交通状态判别 | 第59-65页 |
| 5.3 路网交通状态预测 | 第65-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第六章 结论与展望 | 第72-74页 |
| 6.1 主要结论与研究成果 | 第72页 |
| 6.2 研究展望 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 附录 | 第77-83页 |
| 攻读硕士学位期间参与课题及科研成果 | 第83-84页 |
| 致谢 | 第84页 |