| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景和意义 | 第8-9页 |
| ·研究背景 | 第8-9页 |
| ·研究意义 | 第9页 |
| ·国内外复杂路口实时信号控制的研究现状 | 第9-12页 |
| ·国外研究现状 | 第9-11页 |
| ·国内研究现状 | 第11-12页 |
| ·复杂路口信号控制的发展趋势 | 第12页 |
| ·主要研究内容 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第二章 路口分类及渠化 | 第14-22页 |
| ·路口分类 | 第14-19页 |
| ·常见的典型路口 | 第14-16页 |
| ·不常见的复杂路口 | 第16-19页 |
| ·复杂路口渠化 | 第19-21页 |
| ·渠化适用条件 | 第19页 |
| ·渠化设计原则 | 第19-20页 |
| ·渠化设计步骤 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 复杂路口实时信号控制概论 | 第22-29页 |
| ·单交叉口信号控制 | 第22-26页 |
| ·单交叉口信号控制概念 | 第22页 |
| ·单交叉口信号控制的分类 | 第22-24页 |
| ·信号控制的基本参数及评价指标 | 第24-26页 |
| ·复杂路口实时信号控制 | 第26-28页 |
| ·实时信号控制原理 | 第26-27页 |
| ·实时信号控制的主要部分 | 第27页 |
| ·实时信号控制流程 | 第27-28页 |
| ·复杂路口实时信号控制的特点 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第四章 交通流检测和数据处理 | 第29-44页 |
| ·交通流定义及特性 | 第29-30页 |
| ·交通流定义 | 第29页 |
| ·交通流特性 | 第29-30页 |
| ·交通流检测 | 第30-32页 |
| ·感应线圈检测技术 | 第30-31页 |
| ·视频检测技术 | 第31页 |
| ·微波检测技术 | 第31-32页 |
| ·GPS 检测技术 | 第32页 |
| ·交通流数据处理 | 第32-40页 |
| ·交通流预测的简介 | 第32-34页 |
| ·基于小波分析、自适应遗传算法、BP 神经网络的交通流预测 | 第34-40页 |
| ·仿真实验 | 第40-43页 |
| ·数据源 | 第40-41页 |
| ·参数设置 | 第41页 |
| ·误差指标 | 第41页 |
| ·仿真结果分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 控制目标函数的建立、求解及实例分析 | 第44-62页 |
| ·多目标函数的建立 | 第44-50页 |
| ·常用的单目标评价函数 | 第44-45页 |
| ·现有多目标函数模型 | 第45-47页 |
| ·本文建立多目标函数模型 | 第47-50页 |
| ·目标函数的优化 | 第50页 |
| ·多目标函数求解 | 第50-53页 |
| ·基于遗传算法的交叉口信号配时优化算法 | 第51-52页 |
| ·基于自适应遗传算法的路口信号配时优化算法 | 第52-53页 |
| ·实例仿真 | 第53-61页 |
| ·路口渠化分析 | 第53-57页 |
| ·路口交通流数据检测和预测 | 第57页 |
| ·参数的设置 | 第57-59页 |
| ·实时信号控制仿真分析 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 复杂路口实时信号智能控制系统的实现 | 第62-74页 |
| ·复杂路口实时信号智能控制系统的组成 | 第62-63页 |
| ·复杂路口实时信号智能控制系统的实现 | 第63-69页 |
| ·系统中路口的设置 | 第64-66页 |
| ·系统中数据的配置 | 第66-69页 |
| ·系统的主界面设计 | 第69页 |
| ·实例分析 | 第69-73页 |
| ·路口的选取与渠化设置 | 第69-71页 |
| ·模型的选择与计算 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第七章 总结与展望 | 第74-76页 |
| ·总结 | 第74页 |
| ·展望 | 第74-76页 |
| 参考文献 | 第76-78页 |
| 致谢 | 第78-79页 |
| 在学期间发表的论著及参与的科研项目 | 第79页 |