| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-21页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究目的与意义 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-19页 |
| 1.3.1 智能交通系统国内外研究现状 | 第14-16页 |
| 1.3.2 动态交通分配国内外研究现状 | 第16-19页 |
| 1.4 研究内容 | 第19-20页 |
| 1.5 技术路线 | 第20-21页 |
| 第2章 动态交通分配理论 | 第21-32页 |
| 2.1 动态交通分配类型 | 第22-29页 |
| 2.1.1 基本符号与定义 | 第22-23页 |
| 2.1.2 用户最优与系统最优交通分配 | 第23-26页 |
| 2.1.3 路段能力限制的DTA模型 | 第26-29页 |
| 2.2 动态交通分配模型 | 第29-31页 |
| 2.2.1 数学规划模型 | 第29-30页 |
| 2.2.2 最优控制模型 | 第30页 |
| 2.2.3 变分不等式模型 | 第30-31页 |
| 2.2.4 基于仿真的模型 | 第31页 |
| 2.3 本章小结 | 第31-32页 |
| 第3章 受控路网解析 | 第32-40页 |
| 3.1 受控路网的定义 | 第32-34页 |
| 3.2 受控路网条件下交通分配特点 | 第34-35页 |
| 3.3 受控路网条件下路径选择 | 第35-36页 |
| 3.4 受控路网条件下交通特性分析 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 关键路段识别与控制 | 第40-54页 |
| 4.1 关键路段的概念 | 第40页 |
| 4.2 关键路段在城市交通网络中的地位 | 第40-42页 |
| 4.3 关键路段在动态交通分配中的作用 | 第42-43页 |
| 4.4 路网关键路段的识别方法 | 第43-46页 |
| 4.4.1 现有识别方法 | 第43-44页 |
| 4.4.2 基于K-短路径的用户均衡模型 | 第44-45页 |
| 4.4.3 基于交通费用的网络性能度量指标 | 第45页 |
| 4.4.4 基于K-短路径的路段重要度评估算法 | 第45-46页 |
| 4.5 基于BP神经网络的关键路段流量预测 | 第46-53页 |
| 4.5.1 BP神经网络拓扑结构 | 第48页 |
| 4.5.2 BP神经网络实现步骤 | 第48-50页 |
| 4.5.3 本文BP神经网络构建 | 第50-52页 |
| 4.5.4 误差分析 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第5章 受控路网条件下动态交通分配 | 第54-65页 |
| 5.1 路段阻抗函数 | 第54-55页 |
| 5.2 路径行程时间 | 第55-56页 |
| 5.3 LOGIT模型 | 第56-58页 |
| 5.4 模型建立 | 第58-64页 |
| 5.4.1 附加边界条件的动态系统最优模型(SC-DSO) | 第58-61页 |
| 5.4.2 模型的最优解条件分析 | 第61-63页 |
| 5.4.3 模型求解算法 | 第63-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第6章 网络实例及结果分析 | 第65-79页 |
| 6.1 算例路网及其基本属性 | 第65-67页 |
| 6.2 关键路段识别结果 | 第67-68页 |
| 6.3 各时间段流量分配结果 | 第68-78页 |
| 6.4 结果分析 | 第78页 |
| 6.5 本章小结 | 第78-79页 |
| 结论与展望 | 第79-81页 |
| 结论 | 第79-80页 |
| 不足与展望 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-87页 |
| 攻读硕士期间发表的论文及科研成果 | 第87页 |