隧道测控系统研究--总体设计与交通流部分
| 第一章 绪论 | 第1-14页 |
| ·选题背景 | 第8-9页 |
| ·国内外对隧道测控系统的研究 | 第9-13页 |
| ·建立隧道测控系统的必要性 | 第9-11页 |
| ·国外对隧道测控系统的研究重点 | 第11-12页 |
| ·国内对隧道测控系统的研究工作 | 第12-13页 |
| ·本文的主要工作 | 第13-14页 |
| 第二章 隧道测控系统总体设计方案研究 | 第14-41页 |
| ·研究隧道测控系统的必要性 | 第14页 |
| ·隧道测控系统的研究方向及本方案提出背景 | 第14-15页 |
| ·本方案提出背景 | 第14-15页 |
| ·隧道测控系统的研究方向 | 第15页 |
| ·隧道测控系统总体设计目标及各功能模块的划分 | 第15-16页 |
| ·隧道监控系统的模拟地图板布设图 | 第16-17页 |
| ·模拟隧道测控系统的系统构成 | 第17-34页 |
| ·模拟隧道测控系统的硬件构成 | 第17-19页 |
| ·隧道测控平台软件功能划分 | 第19-34页 |
| ·隧道测控系统软件设计 | 第34-39页 |
| ·隧道测控系统总体设计方案几点设计说明 | 第39-41页 |
| 第三章 基于分类辨识算法的隧道交通流建模 | 第41-64页 |
| ·神经网络理论概述 | 第41-44页 |
| ·神经网络理论发展概述 | 第41-42页 |
| ·人工神经网络参数辨识的主要特征 | 第42页 |
| ·神经网络的结构与类型 | 第42-43页 |
| ·神经网络的工作方式 | 第43-44页 |
| ·RBF神经网络 | 第44-48页 |
| ·RBF神经网络的结构 | 第44页 |
| ·RBF神经网络的特点 | 第44-45页 |
| ·RBF神经网络的输出计算 | 第45-46页 |
| ·RBF神经网络的学习算法 | 第46-48页 |
| ·隧道交通流模型建模 | 第48-56页 |
| ·交通流模型的研究概述 | 第49-50页 |
| ·隧道交通流模型理论研究 | 第50-52页 |
| ·建立隧道交通流模型方程 | 第52-56页 |
| ·隧道交通流模型的一种分类辨识算法 | 第56-62页 |
| ·RBF神经网络在系统辨识中的应用 | 第56-57页 |
| ·问题描述 | 第57-58页 |
| ·模型参数讨论 | 第58-59页 |
| ·参数分类辨识算法 | 第59-62页 |
| ·仿真方法讨论 | 第62页 |
| ·稳态模型 | 第62页 |
| ·动态模型 | 第62页 |
| ·进一步研究的思考 | 第62-64页 |
| 第四章 隧道内交通异常检测算法研究 | 第64-74页 |
| ·动态实时事件检测系统的框架结构 | 第64页 |
| ·事件检测算法 | 第64-66页 |
| ·数据采集 | 第66-67页 |
| ·检测数据滤波 | 第67-68页 |
| ·人工神经元网络在隧道异常事件探测中的应用 | 第68-74页 |
| ·BP网络探测隧道交通异常事件的原理 | 第68-71页 |
| ·人工神经元网络事件探测系统的评价 | 第71-74页 |
| 第五章 隧道交通流计算机模拟 | 第74-84页 |
| ·软件编制的主要目的和意义 | 第74-75页 |
| ·软件编制简介 | 第75-76页 |
| ·编程软件选择 | 第75页 |
| ·软件功能结构 | 第75页 |
| ·本程序的特点 | 第75-76页 |
| ·软件功能简介和使用说明 | 第76-83页 |
| ·进一步工作的思考 | 第83-84页 |
| 第六章 结论与建议 | 第84-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-90页 |
