融合多源信息的交叉口群控制优化及其仿真
| 摘要 | 第9-10页 |
| abstract | 第10-11页 |
| 第1章 绪论 | 第12-21页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 课题来源 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-18页 |
| 1.3.1 多源数据的获取和融合 | 第14页 |
| 1.3.2 交叉口群控制优化 | 第14-18页 |
| 1.3.3 研究现状总结 | 第18页 |
| 1.4 研究内容与技术路线 | 第18-20页 |
| 1.4.1 研究内容 | 第18-19页 |
| 1.4.2 技术路线 | 第19-20页 |
| 1.5 本章小结 | 第20-21页 |
| 第2章 多源信息的获取及质量改善 | 第21-33页 |
| 2.1 多源信息获取方法 | 第21-24页 |
| 2.2 数据信息的质量改善 | 第24-30页 |
| 2.2.1 错误数据判别模型 | 第25-27页 |
| 2.2.2 错误数据修正模型 | 第27-30页 |
| 2.3 多源信息与交通控制的关系 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 交叉口群的动态划分方法 | 第33-44页 |
| 3.1 交叉口群范围划分原则与目标 | 第33-34页 |
| 3.2 交叉口群关联度计算模型 | 第34-39页 |
| 3.2.1 关联指标选取 | 第34-39页 |
| 3.2.2 路径关联度计算 | 第39页 |
| 3.3 实例验证与仿真分析 | 第39-43页 |
| 3.3.1 路径关联度计算结果 | 第39-41页 |
| 3.3.2 信号协调控制方案比较 | 第41-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 路网交通状态判别方法 | 第44-49页 |
| 4.1 系统的总体框架 | 第44-45页 |
| 4.2 交通信息的检测和融合流程 | 第45页 |
| 4.3 模糊分类器的交通状态判别算法 | 第45-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 未饱和状态交叉口群信号控制优化 | 第49-71页 |
| 5.1 基于交通强度的信号周期确定 | 第49-52页 |
| 5.1.1 交通强度概念 | 第49页 |
| 5.1.2 交叉口交通强度确定 | 第49-50页 |
| 5.1.3 交通强度与周期的关系 | 第50-52页 |
| 5.2 基于最小延误的相位差优化方法 | 第52-70页 |
| 5.2.1 基本优化思想 | 第52-55页 |
| 5.2.2 内-外相邻交叉口相位差优化模型 | 第55-70页 |
| 5.3 本章小结 | 第70-71页 |
| 第6章 过饱和状态下交叉口群信号控制优化 | 第71-87页 |
| 6.1 过饱和交叉口群控制策略优化目标 | 第71-73页 |
| 6.2 过饱和状态交叉口群的控制结构 | 第73-75页 |
| 6.3 过饱和交叉口群动态交通控制优化模型 | 第75-82页 |
| 6.3.1 动态控制优化流程 | 第75-77页 |
| 6.3.2 协调控制周期计算 | 第77-78页 |
| 6.3.3 相位差计算方法 | 第78-82页 |
| 6.4 仿真应用实验 | 第82-85页 |
| 6.5 本章小结 | 第85-87页 |
| 第7章 结论与展望 | 第87-89页 |
| 7.1 结论 | 第87-88页 |
| 7.2 展望 | 第88-89页 |
| 参考文献 | 第89-94页 |
| 攻读硕士学位期间论文发表及科研情况 | 第94-95页 |
| 致谢 | 第95页 |
