基于数据挖掘的交通流机理分析
摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第9-15页 |
1.1 研究背景 | 第9-10页 |
1.2 国内外研究情况 | 第10-12页 |
1.2.1 交通流研究情况 | 第10-11页 |
1.2.2 交通领域数据挖掘 | 第11-12页 |
1.3 研究意义 | 第12-13页 |
1.4 论文内容与结构 | 第13-15页 |
1.4.1 论文主要内容 | 第13页 |
1.4.2 论文结构 | 第13-15页 |
第二章 交通流机理分析基础 | 第15-35页 |
2.1 交通流机理分析范畴 | 第15页 |
2.2 机理分析关键要素 | 第15-18页 |
2.2.1 交通环境要素 | 第15页 |
2.2.2 交通流参数 | 第15-18页 |
2.3 交通流基本图 | 第18-20页 |
2.4 三相交通流理论 | 第20-27页 |
2.4.1 交通相结构 | 第20-22页 |
2.4.2 交通相演变 | 第22-26页 |
2.4.3 三相交通流与基本图 | 第26-27页 |
2.5 交通流数据挖掘 | 第27-34页 |
2.5.1 数据清洗 | 第27-28页 |
2.5.2 数据分析 | 第28-34页 |
2.6 本章小结 | 第34-35页 |
第三章 交通流机理实证分析 | 第35-50页 |
3.1 交通流研究对象 | 第35-37页 |
3.1.1 实验概述 | 第35页 |
3.1.2 断面数据与车道数据 | 第35-37页 |
3.2 交通相数据特征 | 第37-41页 |
3.2.1 自由流 | 第37-38页 |
3.2.2 同步流 | 第38-39页 |
3.2.3 宽移动堵塞 | 第39-41页 |
3.3 交通相演变分析 | 第41-46页 |
3.3.1 二维基本图 | 第41-45页 |
3.3.2 三维基本图 | 第45-46页 |
3.4 拥堵蔓延时空特性 | 第46-48页 |
3.5 本章小结 | 第48-50页 |
第四章 基于数据挖掘的交通流机理分析 | 第50-65页 |
4.1 交通参数相关性研究 | 第50-54页 |
4.1.1 时间维相关性研究 | 第50-52页 |
4.1.2 空间维相关性研究 | 第52-54页 |
4.2 交通相统计特性 | 第54-60页 |
4.2.1 交通相划分 | 第54-58页 |
4.2.2 相演变概率特性 | 第58-60页 |
4.3 基于 PCA 的交通相研究 | 第60-64页 |
4.3.1 交通相特征参数选取 | 第60-61页 |
4.3.2 PCA 空间的交通相划分 | 第61-64页 |
4.4 本章小结 | 第64-65页 |
第五章 交通相辨识与演变预测 | 第65-75页 |
5.1 交通相辨识模型 | 第65-72页 |
5.1.1 模型设计 | 第65-66页 |
5.1.2 应用实例 | 第66-72页 |
5.2 交通相演变预测模型 | 第72-74页 |
5.2.1 模型设计 | 第72页 |
5.2.2 应用实例 | 第72-74页 |
5.3 本章小结 | 第74-75页 |
结论与展望 | 第75-77页 |
一. 论文研究结论 | 第75页 |
二. 论文创新点 | 第75-76页 |
三. 研究方向展望 | 第76-77页 |
参考文献 | 第77-81页 |
攻读硕士学位期间取得的研究成果 | 第81-82页 |
致谢 | 第82-83页 |
附件 | 第83页 |