摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-17页 |
1.1 选题背景及意义 | 第10页 |
1.2 国内外研究现状 | 第10-14页 |
1.2.1 交通参数短时预测研究现状 | 第10-12页 |
1.2.2 交通拥堵状态判别研究现状 | 第12-14页 |
1.3 论文研究方案 | 第14-17页 |
1.3.1 论文研究内容 | 第14-16页 |
1.3.2 论文研究技术路线 | 第16-17页 |
第二章 自由式路网交通拥堵预报相关理论 | 第17-29页 |
2.1 自由式路网特性分析 | 第17-18页 |
2.1.1 自由式路网交叉.特性分析 | 第17页 |
2.1.2 自由式路网道路网特性分析 | 第17-18页 |
2.1.3 自由式路网交通流特性分析 | 第18页 |
2.2 自由式路网交通拥堵基本特征分析 | 第18-26页 |
2.2.1 交通拥堵的含义 | 第18-19页 |
2.2.2 交通拥堵的分类及属性 | 第19-20页 |
2.2.3 交通拥堵的交通流特性 | 第20-23页 |
2.2.4 交通拥堵的时空分布特征 | 第23页 |
2.2.5 自由式路网交通拥堵形成的原因 | 第23-26页 |
2.3 空间相关性基本理论 | 第26-28页 |
2.3.1 空间相关性 | 第26-27页 |
2.3.2 多断面交通流数据的空间相关性 | 第27页 |
2.3.3 相关系数基本原理 | 第27-28页 |
2.4 自由式路网交通拥堵预报原理 | 第28页 |
2.5 本章小结 | 第28-29页 |
第三章 交通信息的采集与预处理 | 第29-40页 |
3.1 交通流基本特征参数 | 第29-32页 |
3.2 交通信息采集技术 | 第32-34页 |
3.2.1 固定型交通信息采集技术 | 第32-33页 |
3.2.2 移动型交通信息采集技术 | 第33-34页 |
3.3 交通信息预处理 | 第34-39页 |
3.3.1 故障数据的识别 | 第35-38页 |
3.3.2 故障数据的修复 | 第38-39页 |
3.3.3 预测数据归一化处理 | 第39页 |
3.4 本章小结 | 第39-40页 |
第四章 自由式路网交通参数短时预测方法研究 | 第40-67页 |
4.1 交通流短时预测的特性 | 第40-41页 |
4.2 基于空间相关性的自由式路网短时交通流预测模型 | 第41-43页 |
4.3 ARIMA模型的预测原理及方法 | 第43-55页 |
4.3.1 多维ARMA(p,q)和多维ARIMA(p,d,q) | 第43-47页 |
4.3.2 基于空间相关性的短时交通流参数预测ARIMA模型 | 第47-49页 |
4.3.3 仿真结果与分析 | 第49-55页 |
4.4 RBF神经网络 | 第55-62页 |
4.4.1 径向基函数的定义和分类 | 第56-57页 |
4.4.2 RBF神经网络模型 | 第57-59页 |
4.4.3 RBF神经网络的学习算法 | 第59-60页 |
4.4.4 基于空间相关性的短时交通流预测RBF神经网络模型 | 第60-61页 |
4.4.5 仿真结果与分析 | 第61-62页 |
4.5 组合模型 | 第62-66页 |
4.5.1 组合原理 | 第63-64页 |
4.5.2 权重的确定方法 | 第64-65页 |
4.5.3 仿真结果与分析 | 第65-66页 |
4.6 本章小结 | 第66-67页 |
第五章 自由式路网交通拥堵状态判别与预报研究 | 第67-79页 |
5.1 路网交通拥堵等级划分 | 第67页 |
5.2 自由式路网交通拥堵评价指标体系 | 第67-72页 |
5.2.1 指标体系的选取原则 | 第67-68页 |
5.2.2 评级指标选取方法及流程 | 第68-69页 |
5.2.3 自由式路网交通拥堵评价指标的确定 | 第69-72页 |
5.3 自由式路网交通拥堵判定模型 | 第72-77页 |
5.3.1 AHP- Entropy确定评价指标的权重 | 第72-75页 |
5.3.2 模糊综合评判 | 第75-77页 |
5.4 自由式路网交通拥堵信息预报 | 第77-78页 |
5.5 本章小结 | 第78-79页 |
第六章 结束语 | 第79-81页 |
6.1 论文主要工作 | 第79页 |
6.2 论文主要创新点 | 第79页 |
6.3 论文的不足之处 | 第79-81页 |
致谢 | 第81-82页 |
参考文献 | 第82-86页 |
在校期间发表的论文和取得的学术成果 | 第86页 |
一 公开发表的学术论文 | 第86页 |
二 参与的科研项目 | 第86页 |