| 提要 | 第1-9页 |
| 第1章 绪论 | 第9-19页 |
| ·依托项目 | 第9页 |
| ·研究背景 | 第9-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·论文的研究意义 | 第15-16页 |
| ·论文主要研究内容 | 第16-17页 |
| ·本章小结 | 第17-19页 |
| 第2章 交通流数据的处理 | 第19-27页 |
| ·交通流数据的预处理方法 | 第19-22页 |
| ·错误数据的识别 | 第19-21页 |
| ·错误数据的修复 | 第21-22页 |
| ·交通流数据的过滤 | 第22-23页 |
| ·交通流数据的聚类分析 | 第23-26页 |
| ·数据标准化处理 | 第23-24页 |
| ·模糊C 均值聚类分析 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于云模型的交通状态判别方法研究 | 第27-39页 |
| ·交通状态判别概述 | 第27-28页 |
| ·交通状态判别指标选取及计算 | 第28-29页 |
| ·基于云模型的交通状态判别方法原理 | 第29-34页 |
| ·云模型的定义 | 第29-30页 |
| ·云模型的数字特征 | 第30-31页 |
| ·云发生器 | 第31-32页 |
| ·基于云模型的交通状态判别方法原理 | 第32-34页 |
| ·基于云模型的交通状态判别方法步骤 | 第34-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 基于模糊神经网络的区域交通信号控制策略选择模型 | 第39-51页 |
| ·交通信号控制策略特性分析 | 第39-40页 |
| ·模糊神经网络简介 | 第40-43页 |
| ·概述 | 第40-41页 |
| ·模糊神经网络类型 | 第41页 |
| ·模糊神经元 | 第41-42页 |
| ·模糊神经网络的学习方法 | 第42-43页 |
| ·基于模糊神经网络的区域交通信号控制策略选择模型 | 第43-45页 |
| ·模糊神经网络模型 | 第43-44页 |
| ·模糊神经网络学习算法 | 第44-45页 |
| ·模糊神经网络(FNN)的训练 | 第45-50页 |
| ·训练样本的选取 | 第45-46页 |
| ·隶属函数的确定 | 第46-48页 |
| ·训练参数的选取 | 第48页 |
| ·仿真结果及验证 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 摘要 | 第56-58页 |
| Abstract | 第58-60页 |
| 致谢 | 第60页 |