基于行程时间预测的公交信号优先控制方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究目的和意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-14页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-13页 |
| 1.2.3 国内外研究现状综述 | 第13-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 研究路线 | 第15-16页 |
| 第2章 公交优先信号控制基本理论 | 第16-25页 |
| 2.1 公交优先内涵 | 第16-18页 |
| 2.1.1 公交优先的概念 | 第16-17页 |
| 2.1.2 公交优先分类 | 第17-18页 |
| 2.2 公交信号优先分类 | 第18-21页 |
| 2.2.1 被动优先 | 第18-19页 |
| 2.2.2 主动优先 | 第19-20页 |
| 2.2.3 实时优先 | 第20-21页 |
| 2.3 单点公交信号优先控制的结构 | 第21-24页 |
| 2.3.1 系统总体结构 | 第21页 |
| 2.3.2 车辆检测子系统 | 第21-23页 |
| 2.3.3 信号控制器 | 第23页 |
| 2.3.4 交通控制中心 | 第23-24页 |
| 2.3.5 通信系统 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于人工神经网络的公交行程时间预测 | 第25-36页 |
| 3.1 人工神经网络模型选择 | 第25-26页 |
| 3.2 BP 神经网络预测模型的设计 | 第26-32页 |
| 3.2.1 模型输入变量确定 | 第26-28页 |
| 3.2.2 输入数据处理 | 第28页 |
| 3.2.3 传递函数及学习算法选择 | 第28-30页 |
| 3.2.4 隐形节点数的确定 | 第30-31页 |
| 3.2.5 其他参数设置 | 第31-32页 |
| 3.3 实例研究 | 第32-35页 |
| 3.3.1 数据采集 | 第32-33页 |
| 3.3.2 模型训练 | 第33-34页 |
| 3.3.3 训练结果 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于行程时间预测的主动优先控制策略研究 | 第36-47页 |
| 4.1 研究前提条件 | 第36-37页 |
| 4.1.1 假设前提条件 | 第36-37页 |
| 4.1.2 检测器要求 | 第37页 |
| 4.2 控制总流程及策略执行模式研究 | 第37-40页 |
| 4.2.1 控制总流程综述 | 第37-38页 |
| 4.2.2 控制策略执行模式研究 | 第38-40页 |
| 4.3 基于公交行程时间预测的主动策略选择 | 第40-46页 |
| 4.3.1 绿灯提前启亮策略 | 第40-42页 |
| 4.3.2 绿灯时间延长策略 | 第42-43页 |
| 4.3.3 相位插入策略 | 第43-45页 |
| 4.3.4 策略选择 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 公交信号优先控制配时研究 | 第47-61页 |
| 5.1 主动策略下人均延误研究 | 第47-54页 |
| 5.1.1 绿灯提前启亮下的延误模型 | 第47-49页 |
| 5.1.2 绿灯延长策略下的延误模型 | 第49-52页 |
| 5.1.3 相位插入策略下的延误模型 | 第52-54页 |
| 5.2 基本配时参数确定 | 第54-56页 |
| 5.2.1 信号周期 | 第54-55页 |
| 5.2.2 各相位最小绿灯时间 | 第55-56页 |
| 5.2.3 优先相位最大绿灯时间确定 | 第56页 |
| 5.3 配时优化模型确定 | 第56-57页 |
| 5.4 实例分析 | 第57-60页 |
| 5.5 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读学位期间发表的学术论文及其他成果 | 第67-69页 |
| 致谢 | 第69-70页 |
| 个人简历 | 第70页 |
