| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 研究内容和研究方法 | 第12-13页 |
| 1.4 本章小结 | 第13-15页 |
| 第2章 理论与研究方法 | 第15-21页 |
| 2.1 经典学习理论 | 第15-17页 |
| 2.1.1 强化学习 | 第15-16页 |
| 2.1.2 信念学习 | 第16页 |
| 2.1.3 经验加权学习 | 第16-17页 |
| 2.2 逻辑回归 | 第17-18页 |
| 2.3 元胞自动机模型 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 基于信念学习的无信号交叉口交通流建模与仿真 | 第21-38页 |
| 3.1 无信号交叉口情景与行为描述 | 第21-22页 |
| 3.2 基于信念学习的选择行为建模 | 第22-24页 |
| 3.3 基于元胞自动机的路网建模 | 第24-26页 |
| 3.3.1 路网与一般移动规则 | 第24-25页 |
| 3.3.2 冲突解决过程 | 第25-26页 |
| 3.4 仿真结果 | 第26页 |
| 3.5 合作率 | 第26-33页 |
| 3.5.1 合作率的数学推导 | 第26-33页 |
| 3.6 交通流性质 | 第33-37页 |
| 3.7 本章小结 | 第37-38页 |
| 第4章 基于实验室实验的无信号交叉口交通流建模与仿真 | 第38-52页 |
| 4.1 逻辑回归模型及模拟实验 | 第38-43页 |
| 4.1.1 无信号交叉口策略选择行为分析 | 第38-39页 |
| 4.1.2 模拟实验 | 第39-41页 |
| 4.1.3 逻辑回归参数标定 | 第41-43页 |
| 4.2 博弈者的决策序列分析 | 第43-49页 |
| 4.2.1 合作率和平均收益 | 第44-47页 |
| 4.2.2 信息熵 | 第47-49页 |
| 4.3 交通流性质 | 第49-51页 |
| 4.3.1 流量、速度和密度 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 发表论文和参加科研情况说明 | 第59-60页 |
| 致谢 | 第60页 |