| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究意义 | 第11-13页 |
| 1.2 国内外研究综述 | 第13-16页 |
| 1.3 文章结构安排与技术路线 | 第16-18页 |
| 第2章 入口匝道控制策略与方法分析 | 第18-31页 |
| 2.1 城市快速路特性 | 第18页 |
| 2.2 快速路匝道组合类型 | 第18-21页 |
| 2.3 匝道控制原理分析 | 第21-22页 |
| 2.4 评价指标 | 第22-23页 |
| 2.5 入口匝道控制策略与方法 | 第23-29页 |
| 2.5.1 入口匝道放行策略 | 第23-24页 |
| 2.5.2 控制策略分类 | 第24-26页 |
| 2.5.3 不同类型自适应匝道控制典型算法 | 第26-29页 |
| 2.6 小结 | 第29-31页 |
| 第3章 短时交通流预测 | 第31-42页 |
| 3.1 常用短时交通流预测方法 | 第31-33页 |
| 3.1.1 基于线性理论的方法 | 第31-32页 |
| 3.1.2 基于非线性理论的方法 | 第32-33页 |
| 3.2 基于遗传算法优化小波神经网络预测模型 | 第33-38页 |
| 3.2.1 小波分析理论 | 第33-34页 |
| 3.2.2 小波神经网络 | 第34-36页 |
| 3.2.3 基于遗传算法优化小波神经网络模型 | 第36-38页 |
| 3.3 入口匝道短时交通量预测实例分析 | 第38-42页 |
| 3.3.1 数据采集 | 第38页 |
| 3.3.2 误差指标 | 第38-39页 |
| 3.3.3 基于遗传算法优化的小波神经网络短时交通流预测 | 第39-42页 |
| 第4章 入口匝道控制研究 | 第42-57页 |
| 4.1 问题描述 | 第42-44页 |
| 4.1.1 匝道排队长度回溢 | 第42-43页 |
| 4.1.2 排队管理策略 | 第43-44页 |
| 4.1.3 控制滞后 | 第44页 |
| 4.1.4 入口匝道控制改进方法描述 | 第44页 |
| 4.2 算法改进 | 第44-51页 |
| 4.2.1 考虑可插入间隙的ALINEA临界占有率值标定 | 第44-47页 |
| 4.2.2 考虑排队的ALINEA算法模型改进 | 第47-49页 |
| 4.2.3 快速路匝道分级控制模型 | 第49页 |
| 4.2.4 通行能力与占有率阈值标定 | 第49-50页 |
| 4.2.5 仿真方法 | 第50-51页 |
| 4.3 实例分析 | 第51-56页 |
| 4.3.1 数据采集及通行能力计算 | 第51页 |
| 4.3.2 仿真模拟 | 第51-53页 |
| 4.3.3 临界占有率值标定方法 | 第53-54页 |
| 4.3.4 控制效果对比 | 第54-56页 |
| 4.4 小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 附录A 训练数据 | 第64-68页 |
| 附录B 测试数据 | 第68-71页 |
| 攻读硕士期间发表的论文及科研成果 | 第71页 |