城市区域路网交通瓶颈识别与预测
摘要 | 第1-8页 |
Abstract | 第8-12页 |
第1章 绪论 | 第12-19页 |
·研究背景和意义 | 第12-13页 |
·相关问题研究现状 | 第13-17页 |
·交通瓶颈问题研究 | 第13-14页 |
·交通状态判别技术 | 第14-15页 |
·交通拥挤预测技术 | 第15-17页 |
·论文结构及主要研究内容 | 第17-19页 |
第2章 城市路网交通瓶颈形成机理分析 | 第19-24页 |
·交通拥挤与交通瓶颈概念界定 | 第19-20页 |
·交通拥挤及量化定义 | 第19-20页 |
·交通瓶颈概念 | 第20页 |
·交通瓶颈的成因分析 | 第20-22页 |
·确定因素 | 第20-22页 |
·随机因素 | 第22页 |
·交通瓶颈的时空分布特性 | 第22-24页 |
第3章 城市区域路网固定交通瓶颈识别 | 第24-40页 |
·固定交通瓶颈概念界定 | 第24页 |
·识别参数选取及量化分析 | 第24-30页 |
·道路通行能力匹配度 | 第25-27页 |
·交通设施影响系数 | 第27-29页 |
·拥挤上溢率 | 第29-30页 |
·饱和度均值 | 第30页 |
·基于模糊推理的固定瓶颈识别 | 第30-40页 |
·模糊推理方法 | 第30-32页 |
·模糊子集划分 | 第32-36页 |
·模糊推理规则确定 | 第36-37页 |
·算例分析 | 第37-40页 |
第4章 城市区域路网动态瓶颈识别 | 第40-51页 |
·动态瓶颈概念界定 | 第40-41页 |
·识别参数选择 | 第41-43页 |
·参数选取原则 | 第41-42页 |
·识别参数确定 | 第42-43页 |
·基于关联规则挖掘的动态瓶颈识别 | 第43-48页 |
·关联规则挖掘 | 第43-46页 |
·识别规则提取 | 第46-48页 |
·路网动态瓶颈识别方法 | 第48-51页 |
第5章 时空路网动态交通瓶颈预测 | 第51-63页 |
·构建基于BP神经网络的动态瓶颈预测模型 | 第51-57页 |
·BP神经网络预测 | 第52页 |
·输入变量设计 | 第52-54页 |
·动态瓶颈预测模型 | 第54-56页 |
·预测模型更新及扩展 | 第56-57页 |
·算例及应用分析 | 第57-63页 |
结论 | 第63-65页 |
致谢 | 第65-66页 |
参考文献 | 第66-69页 |
攻读硕士期间发表的论文及科研成果 | 第69页 |