基于模糊聚类的高速公路交通运行状态判别与决策模型研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.2.3 国内研究现状评述 | 第14页 |
| 1.3 研究内容 | 第14-15页 |
| 1.4 技术路线 | 第15-17页 |
| 第二章 高速公路交通运行状态指标分析 | 第17-24页 |
| 2.1 交通运行状态指标 | 第17-19页 |
| 2.2 状态指标相互关系分析 | 第19-20页 |
| 2.3 交通判别指标选择 | 第20-23页 |
| 2.3.1 判别指标选择原则 | 第20-21页 |
| 2.3.2 自动采集技术分析 | 第21-23页 |
| 2.3.3 判别指标选取 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 高速公路交通数据处理及特征分析 | 第24-48页 |
| 3.1 交通数据故障识别 | 第24-26页 |
| 3.1.1 丢失数据识别 | 第24页 |
| 3.1.2 错误数据识别 | 第24-26页 |
| 3.2 故障交通数据处理 | 第26-27页 |
| 3.3 断面交通数据获取 | 第27页 |
| 3.4 交通数据的特征分析 | 第27-47页 |
| 3.4.1 时间序列趋势特征 | 第29-32页 |
| 3.4.2 交通数据相互影响特征分析 | 第32-34页 |
| 3.4.3 交通数据概率统计特征分析 | 第34-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 基于模糊聚类的交通运行状态判别 | 第48-62页 |
| 4.1 交通运行状态划分标准 | 第48-49页 |
| 4.2 模糊聚类分析 | 第49-53页 |
| 4.2.1 聚类分析数学模型 | 第50-51页 |
| 4.2.2 FCM算法模型 | 第51-52页 |
| 4.2.3 FCM算法步骤 | 第52-53页 |
| 4.3 FCM算法分析 | 第53-57页 |
| 4.3.1 数据集X | 第53-54页 |
| 4.3.2 加权指数m与聚类数c | 第54-56页 |
| 4.3.3 初始聚类中心P~（0） | 第56-57页 |
| 4.4 FCM算法改进 | 第57-58页 |
| 4.5 判别与决策模型 | 第58-61页 |
| 4.6 本章小结 | 第61-62页 |
| 第五章 实例分析 | 第62-74页 |
| 5.1 数据来源 | 第62页 |
| 5.2 参数设置 | 第62-65页 |
| 5.2.1 数据集X准备 | 第62-63页 |
| 5.2.2 FCM参数确定 | 第63-65页 |
| 5.3 FCM算法与改进算法分析 | 第65-69页 |
| 5.4 聚类结果分析 | 第69-71页 |
| 5.5 判别与决策分析 | 第71-73页 |
| 5.6 本章小结 | 第73-74页 |
| 总结及展望 | 第74-76页 |
| 6.1 论文的主要工作 | 第74页 |
| 6.2 研究展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士学位期间取得的研究成果 | 第80-81页 |
| 致谢 | 第81-82页 |
| 附表 | 第82页 |
