摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-18页 |
1.1 研究背景及意义 | 第10-12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 开源GIS研究现状 | 第12-13页 |
1.2.2 路况状态判别研究现状 | 第13-15页 |
1.2.3 应急管理研究现状 | 第15-16页 |
1.2.4 行车诱导研究现状 | 第16页 |
1.3 本文的主要工作 | 第16-17页 |
1.4 本章小结 | 第17-18页 |
第二章 开源GIS系统主要技术介绍 | 第18-30页 |
2.1 地理信息系统基本原理概述 | 第18-22页 |
2.1.1 GIS组成概述 | 第18页 |
2.1.2 GIS功能 | 第18-20页 |
2.1.3 GIS数据模型 | 第20-22页 |
2.2 Web GIS介绍 | 第22-26页 |
2.2.1 Web GIS工作原理 | 第22-23页 |
2.2.2 Web GIS实现模式 | 第23-26页 |
2.2.3 Web GIS特点 | 第26页 |
2.3 开源Geo Server地图服务概述 | 第26-28页 |
2.4 Open Layers框架介绍 | 第28-29页 |
2.5 本章小结 | 第29-30页 |
第三章 基于模糊综合评价的城市干道路况判别研究 | 第30-54页 |
3.1 城市干道路况判别的交通参数指标选取 | 第30-35页 |
3.1.1 路况参数指标组成 | 第30-34页 |
3.1.2 路况参数指标选取原则 | 第34-35页 |
3.2 一种基于模糊综合评价的路况状态判别算法 | 第35-49页 |
3.2.1 建立模糊综合评价模型的步骤介绍 | 第35-37页 |
3.2.2 确定量化路况状态的评价集合 | 第37-39页 |
3.2.3 确定路况状态判别的隶属函数 | 第39-45页 |
3.2.4 确定路况状态判别的权重 | 第45-48页 |
3.2.5 基于模糊综合评价的路况状态判别结果分析 | 第48-49页 |
3.3 基于模糊综合评价的路况状态判别算法实例分析 | 第49-53页 |
3.4 本章小结 | 第53-54页 |
第四章 城市交通应急诱导路径选择关键技术研究 | 第54-72页 |
4.1 城市应急管理概述 | 第54-55页 |
4.1.1 城市突发事件特点 | 第54页 |
4.1.2 城市突发事件类型 | 第54-55页 |
4.1.3 城市交通应急诱导的现实意义 | 第55页 |
4.2 一种基于关联规则挖掘出租车轨迹的应急诱导路径选择算法 | 第55-64页 |
4.2.1 关联规则方法介绍 | 第55-57页 |
4.2.2 出租车轨迹在诱导路径选择的关联规则确定 | 第57-60页 |
4.2.3 基于Dijkstra算法的应急诱导路径选择 | 第60-61页 |
4.2.4 关联规则优化路网下Dijkstra算法的应急诱导路径选择 | 第61-62页 |
4.2.5 与现有方法的对比与分析 | 第62-64页 |
4.3 关联规则挖掘出租车轨迹的应急诱导路径选择实例分析 | 第64-71页 |
4.3.1 出租车轨迹数据导入 | 第64-65页 |
4.3.2 目标区域与路网节点选取 | 第65-67页 |
4.3.3 路网节点的出租车轨迹数据关联规则挖掘 | 第67-69页 |
4.3.4 路网拓扑图权重获取 | 第69-70页 |
4.3.5 最优应急诱导路径获取 | 第70-71页 |
4.4 本章小结 | 第71-72页 |
第五章 基于开源Geo Server智能管控平台设计与实现 | 第72-80页 |
5.1 智能管控平台概述 | 第72-73页 |
5.1.1 智能管控平台建设的必要性概述 | 第72-73页 |
5.1.2 智能管控平台总体目标 | 第73页 |
5.2 智能管控平台总体设计 | 第73-76页 |
5.2.1 智能管控平台设计原则 | 第73-74页 |
5.2.2 智能管控平台技术选择 | 第74-75页 |
5.2.3 智能管控平台框架设计 | 第75-76页 |
5.3 智能管控平台实现 | 第76-79页 |
5.3.1 智能管控平台总体功能展示 | 第76页 |
5.3.2 路况管理模块功能展示 | 第76-78页 |
5.3.3 应急管理模块功能展示 | 第78-79页 |
5.4 本章小结 | 第79-80页 |
结论与展望 | 第80-82页 |
论文总结 | 第80-81页 |
未来展望 | 第81-82页 |
参考文献 | 第82-87页 |
攻读硕士学位期间取得的研究成果 | 第87-88页 |
致谢 | 第88-89页 |
附件 | 第89页 |