| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究的背景 | 第9页 |
| 1.2 研究的意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.3.1 单点交叉口控制研究现状 | 第10页 |
| 1.3.2 干线控制研究现状 | 第10-11页 |
| 1.3.3 区域交通信号控制研究现状 | 第11-12页 |
| 1.4 研究内容与目标 | 第12-13页 |
| 1.5 研究的技术路线 | 第13-14页 |
| 第二章 区域交通控制的基本理论 | 第14-22页 |
| 2.1 区域交叉口群的特性 | 第14页 |
| 2.2 交通控制子区的划分方法 | 第14-16页 |
| 2.3 交叉口交通信号控制基本概念与参数 | 第16-21页 |
| 2.3.1 信号控制方式 | 第16页 |
| 2.3.2 交通信号控制参数 | 第16-18页 |
| 2.3.3 信号控制的评价指标 | 第18-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 区域交通信号优化控制模型的构建 | 第22-33页 |
| 3.1 问题描述 | 第22-24页 |
| 3.2 区域交通协调控制模型 | 第24-32页 |
| 3.2.1 交通子区划分方法 | 第24-26页 |
| 3.2.2 优化控制模型的基本假设 | 第26页 |
| 3.2.3 优化控制模型的组成模块 | 第26-27页 |
| 3.2.4 延误计算公式 | 第27-28页 |
| 3.2.5 交通子区域信号配时优化模型 | 第28页 |
| 3.2.6 模型的约束条件 | 第28-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 基于遗传算法求解区域交通优化控制模型 | 第33-41页 |
| 4.1 遗传算法概述 | 第33-37页 |
| 4.1.1 遗传算法的特点 | 第33-34页 |
| 4.1.2 基本遗传算法(SGA)的原理与方法 | 第34-37页 |
| 4.2 基于遗传算法的区域信号配时模型求解 | 第37-40页 |
| 4.2.1 遗传算子设定 | 第37-38页 |
| 4.2.2 区域信号优化控制模型在matlab中的实现 | 第38-39页 |
| 4.2.3 遗传算法求解区域交叉口信号配时模型流程 | 第39-40页 |
| 4.3 本章小结 | 第40-41页 |
| 第五章 区域信号优化控制模型的实例分析 | 第41-62页 |
| 5.1 实际区域调查 | 第41-47页 |
| 5.1.1 实际道路情景 | 第41-43页 |
| 5.1.2 交通数据调查 | 第43-45页 |
| 5.1.3 实际调查延误与计算延误对比 | 第45-47页 |
| 5.2 干线协调 | 第47-56页 |
| 5.2.1 传统干线“绿波”协调 | 第47-52页 |
| 5.2.2 “单点”控制的延误 | 第52-53页 |
| 5.2.3 遗传算法对干线优化控制模型求解 | 第53-55页 |
| 5.2.4 采用不同控制方法的延误对比 | 第55-56页 |
| 5.3 区域交叉口优化协调 | 第56-61页 |
| 5.3.1 模型的参数设计 | 第57页 |
| 5.3.2 模型的求解结果 | 第57-61页 |
| 5.4 本章小结 | 第61-62页 |
| 结论与展望 | 第62-64页 |
| 1 结论 | 第62页 |
| 2 展望 | 第62-64页 |
| 参考文献 | 第64-66页 |
| 附录A 点样本延误调查数据 | 第66-77页 |
| 附录B Matlab代码 | 第77-90页 |
| 致谢 | 第90页 |