基于网格模型的城市交通运行状态识别和行程时间预测方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第18-34页 |
| 1.1 研究背景及意义 | 第18-19页 |
| 1.2 国内外研究现状 | 第19-29页 |
| 1.2.1 大城市交通拥堵问题研究 | 第19-24页 |
| 1.2.2 海量浮动车轨迹数据挖掘 | 第24-27页 |
| 1.2.3 大城市路网行程时间预测 | 第27-29页 |
| 1.3 论文研究主要内容 | 第29-31页 |
| 1.3.1 浮动车数据的分析和预处理 | 第29-30页 |
| 1.3.2 网格模型下的运行状态判别 | 第30页 |
| 1.3.3 网格模型下的交通拥堵识别 | 第30页 |
| 1.3.4 网格模型下的行程时间预测 | 第30页 |
| 1.3.5 行程时间预测系统设计开发 | 第30-31页 |
| 1.4 论文研究技术路线 | 第31-34页 |
| 2 浮动车轨迹数据预处理 | 第34-44页 |
| 2.1 原始浮动车轨迹数据说明 | 第34-35页 |
| 2.2 浮动车轨迹数据基础分析 | 第35-41页 |
| 2.2.1 原始数据属性分析 | 第35-36页 |
| 2.2.2 空间范围影响分析 | 第36-37页 |
| 2.2.3 气象条件影响分析 | 第37-39页 |
| 2.2.4 时间因素影响分析 | 第39-40页 |
| 2.2.5 轨迹采样提取分析 | 第40-41页 |
| 2.3 轨迹数据预处理规范流程 | 第41-43页 |
| 2.4 本章小结 | 第43-44页 |
| 3 基于网格模型的交通运行状态判别 | 第44-60页 |
| 3.1 面向交通运行状态判别的网格模型 | 第44-47页 |
| 3.2 基于网格交通运行指数的密度聚类 | 第47-52页 |
| 3.3 以网格聚类结果判别交通运行状态 | 第52-59页 |
| 3.3.1 网格交通运行状态的可视化 | 第52-54页 |
| 3.3.2 网格密度聚类中的参数选择 | 第54-56页 |
| 3.3.3 网格密度聚类区域特征分析 | 第56-59页 |
| 3.4 本章小结 | 第59-60页 |
| 4 基于网格模型的拥堵识别研究 | 第60-104页 |
| 4.1 构建面向拥堵识别的网格模型 | 第61-68页 |
| 4.1.1 拥堵识别下的网格划分方法 | 第61-64页 |
| 4.1.2 网格模型中的交通属性建模 | 第64-68页 |
| 4.2 网格模型的属性提取算法设计 | 第68-91页 |
| 4.2.1 算法包含变量设计定义 | 第69-70页 |
| 4.2.2 网格周边轨迹数据提取 | 第70-71页 |
| 4.2.3 网格边界轨迹数据提取 | 第71-73页 |
| 4.2.4 网格边界的进出点提取 | 第73-79页 |
| 4.2.5 进出点的连通关系提取 | 第79-82页 |
| 4.2.6 节点对的行程时间提取 | 第82-90页 |
| 4.2.7 网格模型构建方法总结 | 第90-91页 |
| 4.3 拥堵识别方法设计和应用实践 | 第91-103页 |
| 4.3.1 网格模型下的拥堵识别和分类方法 | 第92-95页 |
| 4.3.2 常发拥堵识别结果验证和应用分析 | 第95-99页 |
| 4.3.3 偶发拥堵识别结果验证和应用分析 | 第99-103页 |
| 4.4 本章小结 | 第103-104页 |
| 5 基于网格模型的行程时间预测 | 第104-156页 |
| 5.1 网格模型下的合理路径提取研究 | 第106-118页 |
| 5.1.1 网格模型下的路径提取方法 | 第106-113页 |
| 5.1.2 路径提取方法案例分析验证 | 第113-118页 |
| 5.2 单独网格模型内部行程时间预测 | 第118-145页 |
| 5.2.1 网格模型内部行程时间特性研究 | 第118-126页 |
| 5.2.2 网格模型内部行程时间预测方法 | 第126-138页 |
| 5.2.3 网格模型内部行程时间预测验证 | 第138-145页 |
| 5.3 网格模型下的路径行程时间预测 | 第145-154页 |
| 5.3.1 网格模型下路径行程时间预测方法 | 第146-148页 |
| 5.3.2 网格模型下路径行程时间预测验证 | 第148-154页 |
| 5.4 本章小结 | 第154-156页 |
| 6 行程时间预测系统开发 | 第156-168页 |
| 6.1 系统需求分析 | 第156-158页 |
| 6.1.1 系统功能需求 | 第156-157页 |
| 6.1.2 数据需求分析 | 第157-158页 |
| 6.2 系统总体设计 | 第158-162页 |
| 6.2.1 系统流程设计 | 第158-159页 |
| 6.2.2 系统功能设计 | 第159-160页 |
| 6.2.3 系统类库设计 | 第160-162页 |
| 6.3 系统实现与展示 | 第162-167页 |
| 6.3.1 系统功能设计构架 | 第162-163页 |
| 6.3.2 系统开发环境搭建 | 第163-164页 |
| 6.3.3 系统核心功能展示 | 第164-167页 |
| 6.4 本章小结 | 第167-168页 |
| 7 结论与展望 | 第168-172页 |
| 7.1 主要工作总结 | 第168-169页 |
| 7.2 主要创新点 | 第169页 |
| 7.3 研究展望 | 第169-172页 |
| 参考文献 | 第172-180页 |
| 附录A 2012年11月偶发事件信息 | 第180-184页 |
| 附录B 北京西站为O点的各网格中轨迹数量 | 第184-192页 |
| 附录C 案例节点对行程时间描述性统计 | 第192-198页 |
| 附录D 行程时间预测系统核心功能代码 | 第198-222页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第222-226页 |
| 学位论文数据集 | 第226页 |
