城市道路路段行程时间计算及预测模型研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-16页 |
| 1.3 研究内容及技术路线 | 第16-18页 |
| 1.3.1 主要研究内容 | 第16-17页 |
| 1.3.2 研究思路及技术路线 | 第17-18页 |
| 第2章 道路交通调查与数据处理 | 第18-27页 |
| 2.1 道路交通调查 | 第18-22页 |
| 2.1.1 道路交通调查的分类及方法 | 第18页 |
| 2.1.2 车辆行程时间调查 | 第18-20页 |
| 2.1.3 道路交通量调查 | 第20-21页 |
| 2.1.4 道路交通调查方案设计 | 第21-22页 |
| 2.2 道路交通调查数据统计与处理 | 第22-26页 |
| 2.2.1 道路交通调查数据统计 | 第22-23页 |
| 2.2.2 异常数据判定与处理 | 第23-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 城市道路路段行程时间计算模型研究 | 第27-39页 |
| 3.1 概述 | 第27页 |
| 3.2. 路段上游车辆行程时间计算模型 | 第27-30页 |
| 3.2.1 模型建立 | 第27-29页 |
| 3.2.2 模型参数标定 | 第29-30页 |
| 3.2.3 模型确定 | 第30页 |
| 3.3 路段下游信号交叉口交通延误计算模型 | 第30-35页 |
| 3.3.1 HCM2010交通延误计算模型 | 第31-32页 |
| 3.3.2 模型参数标定 | 第32-35页 |
| 3.4 城市道路路段总行程时间计算模型 | 第35页 |
| 3.5 模型计算与验证 | 第35-37页 |
| 3.6 本章小结 | 第37-39页 |
| 第4章 城市道路路段行程时间预测模型研究 | 第39-54页 |
| 4.1 经典行程时间预测方法研究 | 第39-44页 |
| 4.1.1 历史趋势法 | 第39页 |
| 4.1.2 非参数回归法 | 第39-40页 |
| 4.1.3 卡尔曼滤波预测法 | 第40-41页 |
| 4.1.4 时间序列法 | 第41-42页 |
| 4.1.5 人工神经网络法 | 第42-44页 |
| 4.1.6 行程时间预测模型方法总结 | 第44页 |
| 4.2 城市道路路段行程时间综合预测模型 | 第44-49页 |
| 4.2.1 模型建立 | 第45-46页 |
| 4.2.2 基于改进最小二乘法的权重计算 | 第46-49页 |
| 4.3 实例计算与验证 | 第49-53页 |
| 4.3.1 ARMA时间序列预测模型验证 | 第49-50页 |
| 4.3.2 BP神经网络预测模型验证 | 第50-51页 |
| 4.3.3 综合预测模型验证 | 第51-52页 |
| 4.3.4 预测结果误差分析 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 附录A（攻读学位期间发表的学术论文目录） | 第61页 |
