| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.1.1 交通形势背景 | 第10页 |
| 1.1.2 理论研究背景 | 第10-11页 |
| 1.2 研究目的及意义 | 第11-12页 |
| 1.3 研究目标及内容 | 第12页 |
| 1.3.1 研究目标 | 第12页 |
| 1.3.2 研究内容 | 第12页 |
| 1.4 技术路线与论文结构 | 第12-16页 |
| 1.4.1 技术路线 | 第12-13页 |
| 1.4.2 论文结构 | 第13-16页 |
| 第2章 动态行程时间估计及预测研究综述 | 第16-30页 |
| 2.1 动态行程时间估计研究综述 | 第16-21页 |
| 2.1.1 基于固定检测数据 | 第16-18页 |
| 2.1.2 基于移动检测数据 | 第18-20页 |
| 2.1.3 基于多源融合数据 | 第20-21页 |
| 2.2 动态行程时间预测研究综述 | 第21-26页 |
| 2.2.1 基于数理统计法 | 第21-22页 |
| 2.2.2 基于人工智能法 | 第22-24页 |
| 2.2.3 基于组合模型法 | 第24-25页 |
| 2.2.4 基于其他类方法 | 第25-26页 |
| 2.3 现状研究总结 | 第26-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第3章 基于冲击波追踪和虚拟车轨迹重构的信控干道动态行程时间估计 | 第30-60页 |
| 3.1 研究对象界定 | 第30-31页 |
| 3.2 估计问题描述 | 第31-32页 |
| 3.3 关键问题研究 | 第32-39页 |
| 3.3.1 信控道路交通特性分析 | 第32-33页 |
| 3.3.2 典型排队长度估计方法 | 第33-35页 |
| 3.3.3 典型车辆行驶轨迹重构方法 | 第35-39页 |
| 3.4 总体研究思路 | 第39页 |
| 3.5 基于冲击波追踪和虚拟车轨迹重构的路段动态行程时间估计 | 第39-52页 |
| 3.5.1 信控路口排队演化分析 | 第40-42页 |
| 3.5.2 基于路段冲击波追踪模型的交通状态估计 | 第42-47页 |
| 3.5.3 基于路段虚拟车轨迹重构的动态行程时间估计 | 第47-52页 |
| 3.6 基于冲击波追踪和虚拟车轨迹重构的干道动态行程时间估计 | 第52-58页 |
| 3.6.1 基于干道冲击波追踪模型的交通状态估计 | 第53-56页 |
| 3.6.2 基于干道虚拟车轨迹重构的动态行程时间估计 | 第56-58页 |
| 3.7 本章小结 | 第58-60页 |
| 第4章 基于粒子滤波的实时信控干道动态行程时间预测 | 第60-70页 |
| 4.1 研究对象界定 | 第60页 |
| 4.2 粒子滤波 | 第60-65页 |
| 4.2.1 贝叶斯估计理论 | 第60-61页 |
| 4.2.2 蒙特卡罗方法 | 第61-63页 |
| 4.2.3 粒子滤波算法 | 第63-65页 |
| 4.3 总体研究思路 | 第65页 |
| 4.4 基于粒子滤波的实时信控干道动态行程时间预测 | 第65-69页 |
| 4.4.1 参数定义 | 第65-66页 |
| 4.4.2 方法描述 | 第66-67页 |
| 4.4.3 算法设计 | 第67-69页 |
| 4.5 本章小结 | 第69-70页 |
| 第5章 数值算例分析 | 第70-90页 |
| 5.1 评价指标 | 第70页 |
| 5.2 动态行程时间估计验证 | 第70-81页 |
| 5.2.1 算例方案设计 | 第70-72页 |
| 5.2.2 VISSIM仿真实现 | 第72-73页 |
| 5.2.3 Matlab编程求解 | 第73-74页 |
| 5.2.4 求解结果及评价 | 第74-81页 |
| 5.3 动态行程时间预测验证 | 第81-88页 |
| 5.3.1 测试场景设置 | 第81-82页 |
| 5.3.2 Matlab编程求解 | 第82-83页 |
| 5.3.3 求解结果及评价 | 第83-88页 |
| 5.4 本章小结 | 第88-90页 |
| 结论与展望 | 第90-94页 |
| 研究内容与结论 | 第90-91页 |
| 创新点 | 第91页 |
| 研究展望 | 第91-94页 |
| 参考文献 | 第94-102页 |
| 致谢 | 第102-103页 |
