| 第一章 绪论 | 第1-17页 |
| ·本论文依托的课题 | 第9页 |
| ·本论文研究的背景 | 第9-15页 |
| ·国外ITS 发展的现状 | 第10-12页 |
| ·国内ITS 发展的现状 | 第12-13页 |
| ·先进的出行者信息系统发展的制约因素 | 第13-15页 |
| ·本论文研究的目的和意义 | 第15页 |
| ·本论文研究的主要内容 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第二章 动态交通分配与动态OD 估计 | 第17-37页 |
| ·交通分配与平衡 | 第17-19页 |
| ·交通流的时变特性 | 第19-21页 |
| ·动态交通分配 | 第21-23页 |
| ·OD 估计 | 第23-36页 |
| ·OD 估计与交通分配 | 第23-24页 |
| ·静态道路网络中OD 矩阵与路段流量关系 | 第24-25页 |
| ·动态道路网络中OD 矩阵与路段流量关系 | 第25页 |
| ·由路段交通流量观测值进行OD 估计的方法 | 第25-33页 |
| ·基于DTA 的OD 估计方法的框架及模型 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 交通检测器优化布置模型的建立 | 第37-53页 |
| ·符号定义 | 第37-38页 |
| ·城市交通网络描述 | 第38-40页 |
| ·最优路径与有效路径 | 第40-45页 |
| ·最优路径 | 第40-42页 |
| ·广义最优路径 | 第42-43页 |
| ·改进的Logit 路径选择模型与有效路径 | 第43-45页 |
| ·基于DTA 的OD 估计方法的交通检测器布置原则 | 第45-49页 |
| ·交通检测器优化布置模型建立 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 第四章 模型求解 | 第53-71页 |
| ·一个简例 | 第53-54页 |
| ·穷举法 | 第54-55页 |
| ·遗传算法 | 第55-64页 |
| ·遗传算法的基本思想 | 第55-57页 |
| ·遗传算法的运算过程 | 第57-58页 |
| ·将遗传算法用于交通检测器优化布置模型的求解 | 第58-64页 |
| ·用遗传算法解一个中型路网的例子 | 第64-70页 |
| ·一个中型路网的例子 | 第64-66页 |
| ·广义最优路径的求解 | 第66-67页 |
| ·遗传算法参数的调整 | 第67-68页 |
| ·运算结果 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 总结与展望 | 第71-75页 |
| ·全文总结 | 第71-72页 |
| ·尚需要研究的问题和展望 | 第72-75页 |
| 参考文献 | 第75-81页 |
| 摘要 | 第81-83页 |
| ABSTRACT | 第83-87页 |
| 攻读硕士学位期间参与的科研项目 | 第87-88页 |
| 致谢 | 第88-90页 |
| 导师及作者简介 | 第90页 |