摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第9-17页 |
1.1 研究背景与意义 | 第9-10页 |
1.1.1 研究背景 | 第9页 |
1.1.2 研究目标 | 第9页 |
1.1.3 研究意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-14页 |
1.2.1 路网关联度模型研究现状 | 第10-11页 |
1.2.1.1 国外研究现状 | 第10页 |
1.2.1.2 国内研究现状 | 第10-11页 |
1.2.2 城市路网交通控制子区划分研究现状 | 第11-14页 |
1.2.2.1 国外研究现状 | 第11-12页 |
1.2.2.2 国内研究现状 | 第12-14页 |
1.3 论文研究内容 | 第14页 |
1.4 论文组织结构 | 第14-15页 |
1.5 论文技术路线 | 第15-17页 |
第二章 城市路网相邻交叉口关联度模型 | 第17-27页 |
2.1 交叉口间关联性主要影响因素分析 | 第17-21页 |
2.1.1 静态影响因素 | 第17-18页 |
2.1.2 动态影响因素 | 第18-21页 |
2.2 相邻交叉口关联度模型 | 第21-25页 |
2.2.1 Whitson模型 | 第21-22页 |
2.2.2 Whitson改进模型 | 第22页 |
2.2.3 相聚度模型 | 第22-23页 |
2.2.4 协调效益模型 | 第23-25页 |
2.3 不同关联度模型特点与适用性分析 | 第25-26页 |
2.4 本章小结 | 第26-27页 |
第三章 城市路网交通控制子区自动划分方法 | 第27-37页 |
3.1 城市路网交通控制子区简介 | 第27-29页 |
3.1.1 城市路网交通控制子区定义 | 第27页 |
3.1.2 城市路网交通控制子区作用 | 第27页 |
3.1.3 城市路网交通控制子区划分原则 | 第27-28页 |
3.1.4 城市路网交通控制子区性质 | 第28-29页 |
3.2 基于关联度的交通控制子区划分算法研究 | 第29-33页 |
3.2.1 基于递归思想的遍历搜索划分算法 | 第29-31页 |
3.2.1.1 算法描述 | 第29-30页 |
3.2.1.2 约束条件 | 第30-31页 |
3.2.2 基于特征节点的网络聚类分析划分算法 | 第31-33页 |
3.2.2.1 算法中的相关概念及定义 | 第31-32页 |
3.2.2.2 算法描述 | 第32-33页 |
3.3 交通控制子区划分算法适用性分析及改进 | 第33-35页 |
3.3.1 两种算法的适用性分析 | 第33-34页 |
3.3.2 对两种算法的改进 | 第34-35页 |
3.4 本章小结 | 第35-37页 |
第四章 城市路网交通控制子区自动划分方法应用案例分析 | 第37-59页 |
4.1 测试数据采集与处理 | 第37-42页 |
4.1.1 交叉口属性数据 | 第38-39页 |
4.1.2 道路属性数据 | 第39-40页 |
4.1.3 城市路网空间数据 | 第40-41页 |
4.1.4 基于Synchro仿真环境构建 | 第41-42页 |
4.2 南京市主城核心区域路网交通控制子区划分研究 | 第42-56页 |
4.2.1 相邻交叉口间关联度计算 | 第42-46页 |
4.2.2 路网拥挤度 | 第46-47页 |
4.2.3 遍历搜索方法划分与仿真结果 | 第47-51页 |
4.2.4 网络聚类分析方法划分与仿真结果 | 第51-55页 |
4.2.5 Synchro软件划分与仿真结果 | 第55-56页 |
4.3 研究结果对比分析 | 第56-57页 |
4.3.1 关联度模型 | 第56页 |
4.3.2 划分方案 | 第56-57页 |
4.4 本章小结 | 第57-59页 |
第五章 总结与展望 | 第59-61页 |
5.1 研究结论 | 第59-60页 |
5.2 展望 | 第60-61页 |
致谢 | 第61-63页 |
参考文献 | 第63-65页 |