| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-20页 |
| ·背景资料 | 第11-12页 |
| ·关键技术及研究现状 | 第12-16页 |
| ·交通流的短时预测技术 | 第12-14页 |
| ·交通状况的评判技术 | 第14-15页 |
| ·个性化行驶路线获取技术 | 第15-16页 |
| ·本文的研究内容及组织结构 | 第16-20页 |
| ·问题的提出 | 第16-17页 |
| ·主要研究内容 | 第17页 |
| ·论文组织结构 | 第17-20页 |
| 第2章 短时交通流预测 | 第20-38页 |
| ·引言 | 第20页 |
| ·分形理论 | 第20-21页 |
| ·短时交通流的分形预测方法 | 第21-28页 |
| ·5min交通流时间序列具有分形特性 | 第21-22页 |
| ·延迟时间和嵌入维数的确定 | 第22-24页 |
| ·最大可预测时间和分形维数的确定 | 第24-25页 |
| ·分形预测模型的建立 | 第25-28页 |
| ·实例分析 | 第28-37页 |
| ·分形特性获取 | 第28-29页 |
| ·延迟时间和嵌入维数的计算 | 第29-31页 |
| ·最大预测时间计算 | 第31-32页 |
| ·预测计算 | 第32-35页 |
| ·与其他预测方法比较 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 交通拥堵状况评判 | 第38-51页 |
| ·引言 | 第38页 |
| ·相关基础理论 | 第38-40页 |
| ·数据挖掘技术 | 第38-39页 |
| ·模式识别(pattern recognition)技术 | 第39-40页 |
| ·模糊集理论 | 第40页 |
| ·基于Parzen窗法的Bayes估计原理 | 第40页 |
| ·基于Parzen窗的交通拥堵状况判断 | 第40-47页 |
| ·状态中心的挖掘 | 第41-43页 |
| ·模式识别(pattern recognition) | 第43-45页 |
| ·空间尺度下的交通拥堵状况评判 | 第45-47页 |
| ·时间尺度下的交通拥堵状况评判 | 第47页 |
| ·实例计算 | 第47-50页 |
| ·交通状况评判 | 第47-48页 |
| ·区域生成示例 | 第48-50页 |
| ·结合时间尺度的拥堵分析 | 第50页 |
| ·结果分析 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第4章 变目标个性化行驶路线的智能获取 | 第51-63页 |
| ·引言 | 第51页 |
| ·多目标个性化行驶路线获取常用算法 | 第51-53页 |
| ·个性化行驶路线获取常用算法 | 第51-53页 |
| ·遗传算法求解多目标最优常用策略 | 第53页 |
| ·变目标个性化行驶路线的数学建模 | 第53-55页 |
| ·路网的数学描述 | 第53页 |
| ·变目标数学建模 | 第53-55页 |
| ·变目标个性化行驶路线优化的遗传算法求解 | 第55-60页 |
| ·编码 | 第56-57页 |
| ·种群初始化 | 第57页 |
| ·适应度函数的确定 | 第57-58页 |
| ·染色体的选择 | 第58-59页 |
| ·交叉 | 第59-60页 |
| ·变异 | 第60页 |
| ·实例分析和验证 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 交通流预测及路线优化的系统实现 | 第63-72页 |
| ·总体目标 | 第63-64页 |
| ·引言 | 第63页 |
| ·需求分析 | 第63-64页 |
| ·系统设计 | 第64页 |
| ·数据库及模块设计 | 第64-68页 |
| ·数据库设计 | 第64-66页 |
| ·模块设计 | 第66-68页 |
| ·系统实现 | 第68-71页 |
| ·本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| ·总结与创新 | 第72-73页 |
| ·今后研究的展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间发表的论文 | 第79页 |
| 攻读硕士学位期间参研项目 | 第79页 |
| 攻读硕士学位期间获得成果 | 第79页 |