交通诱导系统中车流量预测与路径诱导算法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 车流量预测国内外研究现状 | 第10-13页 |
| 1.2.2 路径诱导算法国内外研究现状 | 第13-14页 |
| 1.3 论文主要研究内容 | 第14-15页 |
| 1.4 文章组织结构 | 第15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 车流量数据的分析与预处理 | 第16-27页 |
| 2.1 车流量数据的采集 | 第16页 |
| 2.2 交通参数及其关系 | 第16-20页 |
| 2.2.1 基本特征参数 | 第17-19页 |
| 2.2.2 交通参数之间的关系 | 第19-20页 |
| 2.3 车流量数据特性 | 第20-22页 |
| 2.3.1 动态性 | 第20页 |
| 2.3.2 周相似性 | 第20-22页 |
| 2.3.3 相关性 | 第22页 |
| 2.4 车流量预测可行性分析 | 第22-24页 |
| 2.5 车流量数据的预处理 | 第24-26页 |
| 2.5.1 故障数据识别 | 第24-25页 |
| 2.5.2 故障数据修复 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 无检测器交叉口车流量数据预测处理 | 第27-33页 |
| 3.1 模糊C均值聚类算法 | 第27-28页 |
| 3.2 基于FCM的无检测器交叉口车流量预测 | 第28-31页 |
| 3.2.1 数据的选取 | 第28-29页 |
| 3.2.2 数据的标准化处理 | 第29页 |
| 3.2.3 模糊聚类实现 | 第29-30页 |
| 3.2.4 实验结果对比分析 | 第30-31页 |
| 3.3 本章小结 | 第31-33页 |
| 第四章 短时车流量数据预测 | 第33-48页 |
| 4.1 基于SVR车流量预测方法 | 第33-41页 |
| 4.1.1 统计学习理论基础 | 第33-34页 |
| 4.1.2 SVR理论 | 第34-37页 |
| 4.1.3 构建基于SVR的车流量预测模型 | 第37-38页 |
| 4.1.4 车流量预测评价指标 | 第38-39页 |
| 4.1.5 基于SVR车流量预测实验分析 | 第39-41页 |
| 4.2 基于遗传算法的SVR模型参数的优化 | 第41-46页 |
| 4.2.1 遗传算法与特点 | 第41-42页 |
| 4.2.2 基于遗传算法的支持向量机回归模型 | 第42-43页 |
| 4.2.3 GA-SVR模型参数优化算法 | 第43-45页 |
| 4.2.4 GA-SVR实验分析 | 第45-46页 |
| 4.3 本章小结 | 第46-48页 |
| 第五章 路径诱导算法研究 | 第48-62页 |
| 5.1 最短路径算法介绍 | 第48-51页 |
| 5.1.1 Dijkstra算法 | 第48-49页 |
| 5.1.2 Floyd算法 | 第49-50页 |
| 5.1.3 A*算法 | 第50-51页 |
| 5.2 基于遗传算法的动态路径诱导算法 | 第51-54页 |
| 5.2.1 遗传算法原理 | 第51-52页 |
| 5.2.2 算法实现流程 | 第52-53页 |
| 5.2.3 实验仿真 | 第53-54页 |
| 5.3 基于蚁群算法的动态路径诱导算法 | 第54-59页 |
| 5.3.1 蚁群算法原理 | 第54页 |
| 5.3.2 蚁群算法模型 | 第54-56页 |
| 5.3.3 算法实现流程 | 第56-57页 |
| 5.3.4 蚁群算法参数分析 | 第57-58页 |
| 5.3.5 实验仿真 | 第58-59页 |
| 5.4 实验对比分析 | 第59-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第六章 交通诱导系统设计与实现 | 第62-68页 |
| 6.1 系统总体架构 | 第62-63页 |
| 6.2 系统功能详细设计 | 第63-64页 |
| 6.2.1 功能总体结构 | 第63页 |
| 6.2.2 功能说明 | 第63-64页 |
| 6.3 系统实现 | 第64-67页 |
| 6.3.1 系统研发平台概述 | 第64页 |
| 6.3.2 数据预处理模块 | 第64页 |
| 6.3.3 预测模块 | 第64-65页 |
| 6.3.4 检测器模块 | 第65-66页 |
| 6.3.5 路径诱导模块 | 第66-67页 |
| 6.4 本章小结 | 第67-68页 |
| 总结与展望 | 第68-70页 |
| 总结 | 第68页 |
| 展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读学位期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75页 |
