| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第15-41页 |
| 1.1 选题的背景和意义 | 第15-16页 |
| 1.2 我国城市道路交通拥堵成因综述 | 第16-19页 |
| 1.2.1 交通拥堵成因的经济学视角分析 | 第16-17页 |
| 1.2.2 交通拥堵成因的交通工程学视角分析 | 第17页 |
| 1.2.3 交通拥堵成因的城市管理学视角分析 | 第17-18页 |
| 1.2.4 交通拥堵成因的社会学视角分析 | 第18-19页 |
| 1.3 国内外城市道路交通拥堵定量分析综述 | 第19-23页 |
| 1.3.1 国外城市道路交通拥堵定量分析 | 第19-21页 |
| 1.3.2 国内城市道路交通拥堵定量分析 | 第21-23页 |
| 1.4 国内外交通拥堵评判模型、算法综述 | 第23-25页 |
| 1.5 城市交通拥堵态势预测方法综述 | 第25-30页 |
| 1.6 国内外交通拥堵控制策略研究综述 | 第30-38页 |
| 1.6.1 基于信号控制的交通拥堵态势控制策略综述 | 第30-33页 |
| 1.6.2 基于交通需求管理的交通拥堵态势控制策略综述 | 第33-38页 |
| 1.7 论文研究内容与结构 | 第38-39页 |
| 1.8 研究技术路线 | 第39-41页 |
| 2 城市道路交通拥堵评判指标体系研究 | 第41-54页 |
| 2.1 引言 | 第41页 |
| 2.2 城市道路交通拥堵类型 | 第41-43页 |
| 2.3 城市道路交通拥堵演化机理 | 第43-45页 |
| 2.4 城市道路交通拥堵评判方法 | 第45-46页 |
| 2.5 道路道路交通拥堵评判指标体系 | 第46-53页 |
| 2.5.1 城市道路交通拥堵评判体系框架 | 第46-48页 |
| 2.5.2 城市道路交通拥堵微观评判指标 | 第48-49页 |
| 2.5.3 城市道路交通拥堵中观评判指标 | 第49-51页 |
| 2.5.4 城市道路交通拥堵宏观评判指标 | 第51-53页 |
| 2.6 本章小结 | 第53-54页 |
| 3 城市路网交通拥堵综合评价模型研究 | 第54-74页 |
| 3.1 引言 | 第54页 |
| 3.2 国内外城市路网交通拥堵评价方法研究 | 第54-63页 |
| 3.2.1 RTI指数模型 | 第55-56页 |
| 3.2.2 TSI指数模型 | 第56页 |
| 3.2.3 TPI指数模型 | 第56-61页 |
| 3.2.4 TCI指数模型 | 第61-63页 |
| 3.2.5 高德指数模型 | 第63页 |
| 3.2.6 四维图新指数模型 | 第63页 |
| 3.3 基于模糊神经网络的城市路网交通拥堵综合评价模型构建 | 第63-72页 |
| 3.3.1 指标选取与体系构建 | 第64页 |
| 3.3.2 城市道路交通拥堵的模糊神经网络评价模型 | 第64-68页 |
| 3.3.3 实例分析 | 第68-72页 |
| 3.3.4 交通指数定义方法比较分析 | 第72页 |
| 3.4 本章小结 | 第72-74页 |
| 4 城市道路交通拥堵预测模型研究 | 第74-102页 |
| 4.1 引言 | 第74页 |
| 4.2 城市交通拥堵态势预测技术 | 第74-75页 |
| 4.2.1 单一模型预测技术 | 第74-75页 |
| 4.2.2 融合模型预测技术 | 第75页 |
| 4.3 基于CS-SVR的交通拥堵预测算法 | 第75-95页 |
| 4.3.1 支持向量机回归(SVR)模型 | 第75-78页 |
| 4.3.2 布谷鸟搜索算法(CS)研究 | 第78-80页 |
| 4.3.3 基于CS-SVR的交通拥堵预测模型 | 第80-95页 |
| 4.4 基于CS-SVR的城市路网交通拥堵态势评价 | 第95-101页 |
| 4.4.1 基于CS-SVR的交通拥堵态势评价方法 | 第95-96页 |
| 4.4.2 实例分析 | 第96-101页 |
| 4.5 本章小结 | 第101-102页 |
| 5 城市道路路网优化模型研究 | 第102-118页 |
| 5.1 引言 | 第102-103页 |
| 5.2 城市路网交通拥堵的辨识机理 | 第103-107页 |
| 5.2.1 交通拥堵博弈关系 | 第103-104页 |
| 5.2.2 交通拥堵辨识的指标体系 | 第104-107页 |
| 5.3 城市路网优化模型构建 | 第107-117页 |
| 5.3.1 优化模型 | 第107-108页 |
| 5.3.2 模型求解 | 第108-109页 |
| 5.3.3 案例分析 | 第109-115页 |
| 5.3.4 对比分析 | 第115-117页 |
| 5.4 本章小结 | 第117-118页 |
| 6 城市道路交通拥堵态势控制策略研究 | 第118-137页 |
| 6.1 引言 | 第118页 |
| 6.2 基于聚类分析的交叉口智能信号控制方法 | 第118-131页 |
| 6.2.1 方法概述 | 第118-119页 |
| 6.2.2 交叉口交通流模式划分与定义 | 第119-121页 |
| 6.2.3 模糊C均值聚类算法改进 | 第121-125页 |
| 6.2.4 交通流模式的聚类划分 | 第125页 |
| 6.2.5 案例分析 | 第125-131页 |
| 6.2.5.1 交通流数据采集 | 第126页 |
| 6.2.5.2 模式划分 | 第126-130页 |
| 6.2.5.3 结果对比分析 | 第130-131页 |
| 6.3 基于规划管理的城市道路交通拥堵优化控制策略 | 第131-136页 |
| 6.3.1 方法概述 | 第131页 |
| 6.3.2 案例分析 | 第131-136页 |
| 6.4 本章小结 | 第136-137页 |
| 7 结论与展望 | 第137-141页 |
| 7.1 研究总结 | 第137-139页 |
| 7.1.1 主要工作 | 第137-138页 |
| 7.1.2 创新点 | 第138-139页 |
| 7.2 展望 | 第139-141页 |
| 致谢 | 第141-142页 |
| 参考文献 | 第142-153页 |
| 附录 | 第153-154页 |
