| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第17-47页 |
| 1.1. 课题来源 | 第17页 |
| 1.2. 研究背景及意义 | 第17-21页 |
| 1.2.1. 大数据驱动下交通管理与决策机制 | 第17-18页 |
| 1.2.2. 公众出行和运营管理对交通可靠性的需求更加突出 | 第18-20页 |
| 1.2.3. 研究问题的提出 | 第20-21页 |
| 1.3. 国内外研究现状 | 第21-37页 |
| 1.3.1. 交通可靠性评价方面的研究现状 | 第21-29页 |
| 1.3.2. 行程时间预测方面的研究现状 | 第29-31页 |
| 1.3.3. 道路交通运行状态评价方面的研究现状 | 第31-37页 |
| 1.4. 本文拟采用主要技术方法的研究进展 | 第37-43页 |
| 1.4.1. 小波估计在可靠性分析中的研究进展 | 第37-38页 |
| 1.4.2. 非参数Bootstrap方法的研究进展 | 第38-42页 |
| 1.4.3. 模糊聚类方法的研究进展 | 第42-43页 |
| 1.5. 主要研究内容及技术路线 | 第43-45页 |
| 1.5.1. 主要研究内容 | 第43-44页 |
| 1.5.2. 技术路线 | 第44-45页 |
| 1.6. 小结 | 第45-47页 |
| 第二章 数据质量分析与特征分析 | 第47-67页 |
| 2.1. 交通大数据预处理的主要任务 | 第47-48页 |
| 2.1.1. 交通大数据的基本内涵 | 第47-48页 |
| 2.1.2. 预处理的基本流程 | 第48页 |
| 2.2. 高速公路收费数据预处理 | 第48-51页 |
| 2.3. 数据质量分析 | 第51-54页 |
| 2.4. 数据特性分析 | 第54-66页 |
| 2.4.1. 非参数检验方法 | 第54-58页 |
| 2.4.2. 车型维度的数据分布特性检验 | 第58-61页 |
| 2.4.3. 时间维度的数据分布特性检验 | 第61-66页 |
| 2.5. 小结 | 第66-67页 |
| 第三章 高速公路行程时间可靠性的估计方法 | 第67-84页 |
| 3.1. 高速公路行程时间可靠性的定义 | 第67-68页 |
| 3.2. 行程时间分布的数学模型 | 第68-76页 |
| 3.2.1. 行程时间概率密度函数的估计方法 | 第68-73页 |
| 3.2.2. 拟合优度衡量指标 | 第73-76页 |
| 3.3. 行程时间分布拟合方法比较 | 第76-79页 |
| 3.3.1. 小波估计的最佳分解尺度和最佳阈值选择 | 第76-77页 |
| 3.3.2. 拟合结果比较和分析 | 第77-79页 |
| 3.4. 实例分析 | 第79-83页 |
| 3.4.1. 不同估计模型的行程时间可靠性实证分析 | 第79-81页 |
| 3.4.2. 不同路段的行程时间可靠性分析 | 第81-82页 |
| 3.4.3. ETC对高速公路行程时间可靠性的影响分析 | 第82-83页 |
| 3.5. 小结 | 第83-84页 |
| 第四章 高速公路行程时间短时区间预测方法 | 第84-106页 |
| 4.1. 行程时间预测的不确定性 | 第85-86页 |
| 4.2. 行程时间区间预测的构建 | 第86-88页 |
| 4.3. 预测区间的质量评估指标 | 第88-89页 |
| 4.4. 行程时间预测模型分析与比较 | 第89-102页 |
| 4.4.1. 小波神经网络预测模型及其改进算法 | 第90-94页 |
| 4.4.2. K最近邻预测模型及其局部改进 | 第94-99页 |
| 4.4.3. 预测模型精度比较 | 第99-102页 |
| 4.5. 实例分析 | 第102-105页 |
| 4.5.1. 不同Bootstrap策略的区间预测性能指标分析 | 第102页 |
| 4.5.2. Bootstrap策略后预测模型误差分析 | 第102-104页 |
| 4.5.3. 基于Percentile Bootstrap-KNN的行程时间区间预测 | 第104-105页 |
| 4.6. 小结 | 第105-106页 |
| 第五章 高速公路交通运行状态估计方法 | 第106-120页 |
| 5.1. 高速公路交通运行状态评价的构成要素 | 第106-108页 |
| 5.2. 模糊C均值聚类（FCM）算法原理及其改进策略 | 第108-113页 |
| 5.2.1. 模糊C均值聚类的基本原理 | 第108-110页 |
| 5.2.2. FCM算法在交通运行状态估计应用中的改进 | 第110-112页 |
| 5.2.3. 聚类效果评价 | 第112-113页 |
| 5.3. 基于可靠性的高速公路交通运行状态估计算法实现 | 第113-119页 |
| 5.3.1. 数据准备与预处理 | 第113-114页 |
| 5.3.2. 确定交通流特征参数及其权重 | 第114页 |
| 5.3.3. 聚类算法性能比较与分析 | 第114-117页 |
| 5.3.4. 交通运行状态估计 | 第117-119页 |
| 5.4. 小结 | 第119-120页 |
| 第六章 陕西省高速公路交通运行状态评价与分析 | 第120-135页 |
| 6.1. 陕西省高速公路网运行态势监测概述 | 第120-122页 |
| 6.2. 陕西省高速公路网现状 | 第122-128页 |
| 6.2.1. 高速公路网交通量统计分析 | 第122-124页 |
| 6.2.2. 全省高速公路拥堵度 | 第124-127页 |
| 6.2.3. 收费站出入口交通量 | 第127-128页 |
| 6.3. 高速公路行程时间可靠性等级划分阈值的标定 | 第128-130页 |
| 6.3.1. 数据来源 | 第128-129页 |
| 6.3.2. 行程时间可靠性的非参数检验 | 第129页 |
| 6.3.3. 评价等级划分阈值的标定 | 第129-130页 |
| 6.4. 面向道路使用者的出行场景决策 | 第130-134页 |
| 6.4.1. 决策场景描述 | 第130-131页 |
| 6.4.2. 出行路径的选取 | 第131-133页 |
| 6.4.3. 出发时段的选取 | 第133-134页 |
| 6.5. 小结 | 第134-135页 |
| 第七章 结论与展望 | 第135-139页 |
| 7.1. 主要研究结论 | 第135-137页 |
| 7.2. 论文主要创新点 | 第137页 |
| 7.3. 研究展望 | 第137-139页 |
| 参考文献 | 第139-157页 |
| 附表 | 第157-162页 |
| 附表1 卡方分布临界值表 | 第157-158页 |
| 附表2 7 月份S-Car工作日不同时段两两独立样本Mann-Whitney U检验 | 第158-159页 |
| 附表3 7 月份S-Car节假日不同时段两两独立样本Mann-Whitney U检验 | 第159-160页 |
| 附表4 不同Bootstrap方法的区间预测性能指标 | 第160-162页 |
| 攻读学位期间取得的研究成果 | 第162-163页 |
| 致谢 | 第163页 |
