| 第1章 绪论 | 第1-33页 |
| 1．1 信息视角下的ITS实践 | 第17-26页 |
| 1．1．1 驾驶员信息服务分析 | 第17-20页 |
| 1．1．2 项目开发与研究现状 | 第20-25页 |
| 1．1．3 信息服务的特点及技术要求 | 第25-26页 |
| 1．2 研究的对象领域及意义 | 第26-29页 |
| 1．2．1 宏观领域 | 第26页 |
| 1．2．2 微观领域 | 第26-29页 |
| 1．3 研究的技术路线与论文架构 | 第29-32页 |
| 1．3．1 对象模型分类 | 第29-30页 |
| 1．3．2 技术路线 | 第30页 |
| 1．3．3 论文的内容安排 | 第30-32页 |
| 1．4 本章小节 | 第32-33页 |
| 第2章 ITS信息技术的系统分析 | 第33-43页 |
| 2．1 ITS信息技术应用分析 | 第33-38页 |
| 2．1．1 ITS应用中的传感器技术 | 第33-34页 |
| 2．1．2 适用通信技术的选择及其特性分析 | 第34-36页 |
| 2．1．3 传统显示器向现代显示技术的演进 | 第36-37页 |
| 2．1．4 导航系统分类 | 第37-38页 |
| 2．1．5 车辆信息交互技术成果 | 第38页 |
| 2．2 信息技术发展透视 | 第38-42页 |
| 2．2．1 信息量化与信息技术体系 | 第38-40页 |
| 2．2．2 信息的专业聚类特性 | 第40-42页 |
| 2．3 本章小节 | 第42-43页 |
| 第3章 ITS的系统运动规律与耗散结构机理 | 第43-68页 |
| 3．1 系统控制模型的递进 | 第43-46页 |
| 3．2 运输系统演进的信息作用机理 | 第46-51页 |
| 3．2．1 宏观规律 | 第46页 |
| 3．2．2 运输系统演进中的信息作用 | 第46-49页 |
| 3．2．3 道路运输系统及ITS的四元模型 | 第49-51页 |
| 3．3 系统的熵变 | 第51-55页 |
| 3．3．1 熵增与负熵作用 | 第52-54页 |
| 3．3．2 熵流和熵产生 | 第54-55页 |
| 3．4 运输系统熵变分析 | 第55-57页 |
| 3．5 运输系统的耗散结构特性 | 第57-60页 |
| 3．5．1 运输与系统性 | 第57-58页 |
| 3．5．2 信息与智能化 | 第58页 |
| 3．5．3 非线性机制 | 第58-59页 |
| 3．5．4 远离平衡态 | 第59-60页 |
| 3．6 ITS耗散结构机理 | 第60-67页 |
| 3．6．1 熵变的统一与耗散结构的生成 | 第60-63页 |
| 3．6．2 内部动因——涨落 | 第63-65页 |
| 3．6．3 非线形进化机制 | 第65-67页 |
| 3．7 本章小节 | 第67-68页 |
| 第4章 智能车辆驾驶决策支持信息环境 | 第68-83页 |
| 4．1 智能车辆驾驶的信息特性分析 | 第68-73页 |
| 4．1．1 智能车辆的技术阶段与技术模块 | 第68-69页 |
| 4．1．2 智能车辆驾驶的信息作用结构 | 第69-72页 |
| 4．1．3 驾驶决策支持信息的复合过程 | 第72-73页 |
| 4．2 驾驶决策支持信息环境及其特性 | 第73-77页 |
| 4．2．1 基本概念及定义 | 第74-77页 |
| 4．2．2 特性及规律 | 第77页 |
| 4．3 驾驶员对信息处理的四阶段模式 | 第77-79页 |
| 4．4 驾驶决策支持信息环境设计的概念模型 | 第79-81页 |
| 4．4．1 信息作用过程及支持环境的形成 | 第79-81页 |
| 4．4．2 DDSEI设计的概念模型 | 第81页 |
| 4．5 本章小节 | 第81-83页 |
| 第5章 智能车辆中人-机信息交互的人因机理研究 | 第83-107页 |
| 5．1 人因与人因复合信息 | 第83-89页 |
| 5．1．1 智能车辆驾驶的人因复合信息环境 | 第84页 |
| 5．1．2 驾驶员信息处理能力的有限约束性 | 第84-87页 |
| 5．1．3 驾驶员与信息的自然交流和强制交流 | 第87-89页 |
| 5．2 人因特性及其分析方法评价 | 第89-93页 |
| 5．2．1 驾驶员控制器的复杂性 | 第89-90页 |
| 5．2．2 人因特性的分析方法与评价 | 第90-92页 |
| 5．2．3 算法的局限及突破的关键 | 第92-93页 |
| 5．3 试验分析与智能车辆驾驶可靠性评价体系研究 | 第93-96页 |
| 5．3．1 信息处理负荷 | 第93-94页 |
| 5．3．2 注意力要求 | 第94-95页 |
| 5．3．3 作业负荷 | 第95-96页 |
| 5．4 人因复合信息的内涵及实现机理 | 第96-106页 |
| 5．4．1 人因设计目标 | 第96-98页 |
| 5．4．2 形式参数 | 第98-99页 |
| 5．4．3 转移机理 | 第99-101页 |
| 5．4．4 自适应机制 | 第101-106页 |
| 5．5 本章小节 | 第106-107页 |
| 第6章 DDSEI的量化 | 第107-122页 |
| 6．1 驾驶决策支持信息的不定性 | 第107-109页 |
| 6．1．1 基于完备概率分布的理想模型 | 第107-108页 |
| 6．1．2 DDSEI的语法信息熵 | 第108-109页 |
| 6．2 驾驶决策支持信息内容的辨识 | 第109-118页 |
| 6．2．1 语言句子的信息测度 | 第110-111页 |
| 6．2．2 基于逻辑真实度的测度 | 第111页 |
| 6．2．3 语义树的定义及引申 | 第111-115页 |
| 6．2．4 语义立体测度 | 第115-117页 |
| 6．2．5 关于外在形式的测度 | 第117-118页 |
| 6．3 驾驶决策支持信息的语用描述及其测度模型 | 第118-120页 |
| 6．4 驾驶决策支持信息的人因复合测度 | 第120页 |
| 6．5 本章小节 | 第120-122页 |
| 第7章 DDSEI的信息融合 | 第122-156页 |
| 7．1 交通运输领域的信息融合及其拓展 | 第122-127页 |
| 7．1．1 信息融合的层次 | 第122-123页 |
| 7．1．2 信息融合在交通运输领域的应用 | 第123-127页 |
| 7．1．3 信息融合的拓展 | 第127页 |
| 7．2 机器信息融合与人因信息融合 | 第127-131页 |
| 7．2．1 机器信息融合 | 第128-130页 |
| 7．2．2 人因信息融合 | 第130-131页 |
| 7．3 多智能体与DDSEI | 第131-136页 |
| 7．3．1 多智能体系统应用分析 | 第132-134页 |
| 7．3．2 DDSEI信息服务的层次模型 | 第134-136页 |
| 7．4 DDSEI的多智能体结构（MAS）设计 | 第136-141页 |
| 7．4．1 DDSEI的Agent结构层次与作用机理 | 第136-138页 |
| 7．4．2 DDSEI的混杂结构模型与Agent内部结构模型 | 第138-141页 |
| 7．5 实时数据库方案 | 第141-143页 |
| 7．5．1 RTDBMS的数据模型 | 第141-142页 |
| 7．5．2 RTDBMS信息事件 | 第142页 |
| 7．5．3 RTDBMS的主动性机制 | 第142-143页 |
| 7．6 信息融合算法规划 | 第143-150页 |
| 7．6．1 融合的操作功能与层次划分 | 第143-145页 |
| 7．6．2 融合方法的功能归类 | 第145-147页 |
| 7．6．3 主要技术应用的概念模型 | 第147-149页 |
| 7．6．4 融合算法的适用性分析 | 第149-150页 |
| 7．7 异质信息的融合 | 第150-155页 |
| 7．7．1 转换方法 | 第151-152页 |
| 7．7．2 语言-数值转换函数 | 第152-153页 |
| 7．7．3 数值-语言转换函数 | 第153页 |
| 7．7．4 中间域及中间域信息的合并 | 第153-154页 |
| 7．7．5 数值与语言信息的融合算法规划 | 第154-155页 |
| 7．8 本章小节 | 第155-156页 |
| 结论 | 第156-163页 |
| 致谢 | 第163-164页 |
| 参考文献 | 第164-185页 |
| 攻读博士学位期间发表的论文及科研成果 | 第185-186页 |