| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 研究背景 | 第14页 |
| 1.2 国内外研究现状 | 第14-20页 |
| 1.2.1 基于路段与交叉口的交通状态判别方法研究现状 | 第15-18页 |
| 1.2.2 基于区域的交通状态判别方法研究现状 | 第18-19页 |
| 1.2.3 总结 | 第19-20页 |
| 1.3 研究意义及研究内容 | 第20-21页 |
| 1.3.1 研究意义 | 第20页 |
| 1.3.2 研究内容 | 第20-21页 |
| 1.4 章节安排 | 第21-22页 |
| 第2章 交通状态评价指标体系及评价标准 | 第22-34页 |
| 2.1 交通状态的定义与分类 | 第22-25页 |
| 2.1.1 交通状态定义 | 第22-23页 |
| 2.1.2 交通状态分类 | 第23-25页 |
| 2.2 评价指标体系的建立 | 第25-29页 |
| 2.2.1 评价指标体系设计原则 | 第25-26页 |
| 2.2.2 道路交通状态指标体系的构成 | 第26-27页 |
| 2.2.3 路段交通状态判别评价指标的选取 | 第27-29页 |
| 2.3 路段交通拥挤评价标准 | 第29-32页 |
| 2.3.1 基于单截面交通数据的路段交通状态判别标准的确定 | 第29-31页 |
| 2.3.2 基于多截面交通数据的路段交通状态判别标准的确定 | 第31-32页 |
| 2.3.3 基于多源数据的区域交通状态判别标准的确定 | 第32页 |
| 2.4 本章小结 | 第32-34页 |
| 第3章 基于单截面交通数据路段交通状态判别方法 | 第34-44页 |
| 3.1 基于多类支持向量机的交通状态判别方法 | 第34-40页 |
| 3.1.1 多类支持向量机交通状态判别模型构建 | 第34-39页 |
| 3.1.2 基于SVM的交通事件检测 | 第39-40页 |
| 3.2 基于动态阈值的交通状态判别方法 | 第40-43页 |
| 3.3 本章小结 | 第43-44页 |
| 第4章 基于多截面交通参数交通状态判别方法研究 | 第44-50页 |
| 4.1 基于模糊聚类分析的交通状态判别方法 | 第44-47页 |
| 4.2 基于离散度指标的交通状态判别方法 | 第47-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第5章 基于区域交通参数的交通状态判别方法 | 第50-66页 |
| 5.1 基于路段长度与行程时间的行程车速模型 | 第50-56页 |
| 5.1.1 行程速度参数拟合模型 | 第50-51页 |
| 5.1.2 参数获取及参数标定 | 第51-56页 |
| 5.2 基于等效排队长度的路网行程速度模型 | 第56-59页 |
| 5.2.1 等效车道排队 | 第56页 |
| 5.2.2 等效车道排队长度 | 第56-57页 |
| 5.2.3 构建行程速度模型 | 第57-59页 |
| 5.3 行程速度模型仿真 | 第59-64页 |
| 5.3.1 数据预处理 | 第59页 |
| 5.3.2 参数设置 | 第59-61页 |
| 5.3.3 模型结果分析 | 第61-64页 |
| 5.4 本章小结 | 第64-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |
