高速公路与关联城市快速路结合部路网智能控制方法及应用研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-15页 |
| 1 绪论 | 第15-35页 |
| ·研究背景及意义 | 第15-20页 |
| ·依托课题 | 第15页 |
| ·研究背景 | 第15-16页 |
| ·问题的提出 | 第16-18页 |
| ·研究目的及意义 | 第18-20页 |
| ·国内外研究文献综述 | 第20-27页 |
| ·关联度分析相关研究综述 | 第20-21页 |
| ·交通流短时预测理论相关研究综述 | 第21-24页 |
| ·结合部路网交通控制相关研究综述 | 第24-26页 |
| ·研究文献综述小结 | 第26-27页 |
| ·研究内容及结构安排 | 第27-30页 |
| ·论文研究内容 | 第27-29页 |
| ·论文结构安排 | 第29-30页 |
| ·论文研究思路和技术路线 | 第30-33页 |
| ·论文研究思路 | 第30-31页 |
| ·论文技术路线 | 第31-33页 |
| ·小结 | 第33-35页 |
| 2 相关基础理论与方法 | 第35-53页 |
| ·灰色相关分析基础理论与方法 | 第35-43页 |
| ·灰色相关分析基本原理 | 第35-36页 |
| ·灰色相关分析基本方法 | 第36-43页 |
| ·交通控制理论与方法 | 第43-49页 |
| ·匝道控制 | 第43-45页 |
| ·主线控制 | 第45-47页 |
| ·协同控制 | 第47-48页 |
| ·集成交通控制 | 第48-49页 |
| ·智能控制理论与方法 | 第49-52页 |
| ·基于知识的专家系统 | 第49-50页 |
| ·模糊控制 | 第50页 |
| ·神经元网络控制 | 第50-51页 |
| ·学习控制 | 第51页 |
| ·智能控制特点 | 第51-52页 |
| ·小结 | 第52-53页 |
| 3 结合部路网关联度分析 | 第53-81页 |
| ·结合部路网异构数据融合方法 | 第53-57页 |
| ·异构数据融合基本思路 | 第53-54页 |
| ·异构数据融合的层次划分 | 第54-55页 |
| ·指数平滑融合方法 | 第55-56页 |
| ·基于集中式和分布式的异构数据融合模式 | 第56-57页 |
| ·基于时间序列的趋势关联度 | 第57-59页 |
| ·时间序列的定义和分析方法 | 第58页 |
| ·基于时间序列的趋势关联度 | 第58-59页 |
| ·二阶趋势关联度模型 | 第59-65页 |
| ·趋势关联度模型 | 第59-60页 |
| ·二阶趋势关联度模型 | 第60-63页 |
| ·模型改进的流程 | 第63-65页 |
| ·实证分析 | 第65-80页 |
| ·本文研究对象说明 | 第65-67页 |
| ·本文异构数据融合处理 | 第67-70页 |
| ·结合部路网交通流特征分析 | 第70-74页 |
| ·结合部路网关联度分析 | 第74-80页 |
| ·小结 | 第80-81页 |
| 4 结合部路网多断面实时动态服务水平判定方法研究 | 第81-105页 |
| ·结合部路网交通服务水平划分 | 第81-86页 |
| ·问题的提出 | 第81-82页 |
| ·交通模型及其参数设置 | 第82-85页 |
| ·衡量结合部路网服务水平的主要指标 | 第85-86页 |
| ·径向基函数神经网络短时预测改进模型 | 第86-90页 |
| ·路网服务水平的划分 | 第86-88页 |
| ·径向基函数神经网络模型 | 第88-89页 |
| ·模型设计 | 第89-90页 |
| ·结合部路网服务水平判定方法 | 第90-95页 |
| ·交通压力模型 | 第91-93页 |
| ·多断面动态服务水平判定方法 | 第93-95页 |
| ·实证分析 | 第95-103页 |
| ·径向基函数神经网络模型应用 | 第95-101页 |
| ·结合部路网服务水平判定方法应用 | 第101-103页 |
| ·小结 | 第103-105页 |
| 5 结合部路网智能控制方法研究 | 第105-145页 |
| ·结合部路网匝道控制算法的原理及特点 | 第105-111页 |
| ·匝道控制的原理及分类 | 第105-106页 |
| ·单点型匝道控制算法 | 第106-108页 |
| ·协调型匝道控制算法 | 第108-110页 |
| ·协同型匝道控制算法 | 第110-111页 |
| ·主线限速控制模型 | 第111-115页 |
| ·主线限速控制影响因素分析 | 第112-113页 |
| ·方法的选取 | 第113页 |
| ·支持向量机回归 | 第113-115页 |
| ·基于支持向量机回归的结合部路网限速控制器设计 | 第115页 |
| ·基于SWARM的分层递阶多智能控制方法 | 第115-132页 |
| ·全系统自适应匝道控制系统 | 第115-120页 |
| ·结合部多匝道分层递阶结构描述 | 第120-121页 |
| ·多匝道协同控制模糊神经网络算法 | 第121-130页 |
| ·基于全系统自适应的智能控制模型 | 第130-132页 |
| ·实证分析 | 第132-143页 |
| ·主线限速控制模型应用 | 第132-134页 |
| ·基于全系统自适应多匝道智能协同控制仿真分析 | 第134-138页 |
| ·主线关联多匝道集成控制模型应用 | 第138-143页 |
| ·小结 | 第143-145页 |
| 6 主要结论与展望 | 第145-149页 |
| ·研究总结 | 第145-146页 |
| ·相关研究展望 | 第146-149页 |
| 参考文献 | 第149-161页 |
| 作者简历 | 第161页 |
| 攻读学位期间出版专著和发表论文情况 | 第161-164页 |
| 攻读学位期间主要参与完成的工作 | 第164-167页 |
| 学位论文数据集 | 第167页 |
