交通诱导策略自动生成及辅助决策系统研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 1 绪论 | 第11-19页 |
| ·研究背景及意义 | 第11页 |
| ·诱导信息空间和时间策略的生成与发布研究现状 | 第11-15页 |
| ·交通诱导系统研究现状 | 第15-17页 |
| ·本文研究内容及研究框架 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 2 交通诱导策略生成模型与算法研究 | 第19-32页 |
| ·数据挖掘 | 第19-21页 |
| ·数据挖掘概述 | 第19页 |
| ·数据挖掘主要技术与方法 | 第19-20页 |
| ·数据挖掘技术在交通中的应用 | 第20-21页 |
| ·基于关系代数理论的关联规则挖掘算法ORAR | 第21-25页 |
| ·系统聚类算法 | 第21页 |
| ·ORAR算法 | 第21-23页 |
| ·实例分析 | 第23-25页 |
| ·基于遗传算法的BP神经网络优化算法 | 第25-31页 |
| ·BP神经网络 | 第26-27页 |
| ·遗传算法 | 第27页 |
| ·遗传算法与BP神经网络的结合 | 第27-28页 |
| ·算法分析 | 第28-29页 |
| ·实例分析 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 3 交通诱导策略发布模型与算法研究 | 第32-46页 |
| ·基于交通事件严重程度的诱导信息空间发布策略 | 第32-34页 |
| ·交通诱导信息时间发布策略 | 第34-45页 |
| ·主要影响因素分析 | 第35-37页 |
| ·交通诱导信息时间差异化发布方法 | 第37-41页 |
| ·实例分析 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 4 交通诱导辅助决策系统的设计 | 第46-58页 |
| ·系统设计思想 | 第46-48页 |
| ·对北京市诱导系统的研究 | 第46-47页 |
| ·辅助决策系统设计思想 | 第47-48页 |
| ·系统需求设计和系统目标 | 第48-49页 |
| ·数据需求及数据库设计 | 第49-51页 |
| ·系统功能结构设计 | 第51-55页 |
| ·系统总体架构设计 | 第55-56页 |
| ·开发环境 | 第56-57页 |
| ·GIS开发平台选择 | 第56-57页 |
| ·后台数据库选择 | 第57页 |
| ·系统开发工具选择 | 第57页 |
| ·本章小结 | 第57-58页 |
| 5 系统实现 | 第58-66页 |
| ·系统整体布局展示 | 第58页 |
| ·信息的基本统计查询 | 第58-61页 |
| ·基于历史的诱导策略生成示例 | 第61-65页 |
| ·辅助决策子系统对比示例 | 第65页 |
| ·本章小结 | 第65-66页 |
| 6 总结与展望 | 第66-68页 |
| ·本文主要结论 | 第66-67页 |
| ·研究展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 附录A GABP预测实现代码 | 第72-76页 |
| 作者简历 | 第76-78页 |
| 学位论文数据集 | 第78页 |
