特长高速公路隧道交通流研究
摘要 | 第1-7页 |
Abstract | 第7-12页 |
第一章 绪论 | 第12-21页 |
·论文的研究背景与意义 | 第12-13页 |
·相关算法概况 | 第13-19页 |
·数据聚类算法 | 第13-14页 |
·故障数据检测算法 | 第14-15页 |
·短时交通流预测算法 | 第15-18页 |
·交通流混沌判别方法 | 第18-19页 |
·论文的主要研究内容和创新点 | 第19-20页 |
·论文组织安排 | 第20-21页 |
第二章 特长高速公路隧道交通流相似性分析 | 第21-29页 |
·引言 | 第21页 |
·相似系数 | 第21页 |
·数据矩阵 | 第21-23页 |
·相似矩阵 | 第23-26页 |
·周期相似 | 第23页 |
·空间相似 | 第23-25页 |
·时间序列相似 | 第25-26页 |
·交通流相似性分析 | 第26-28页 |
·本章小结 | 第28-29页 |
第三章 特长高速公路隧道交通流聚类研究 | 第29-41页 |
·引言 | 第29页 |
·FCM聚类算法 | 第29-31页 |
·改进FCM聚类算法 | 第31-35页 |
·数据预处理 | 第31页 |
·模糊等价矩阵 | 第31-32页 |
·目标函数 | 第32-33页 |
·迭代优化 | 第33-34页 |
·自动聚类 | 第34-35页 |
·基于改进FCM交通流聚类 | 第35-39页 |
·指标聚类 | 第35-36页 |
·数据聚类 | 第36-37页 |
·交通流聚类 | 第37-39页 |
·本章小结 | 第39-41页 |
第四章 特长高速公路隧道交通流故障数据研究 | 第41-61页 |
·引言 | 第41页 |
·交通流特性 | 第41-45页 |
·速度—流量 | 第42-43页 |
·速度—密度 | 第43-44页 |
·流量—密度 | 第44-45页 |
·故障数据检测算法 | 第45-52页 |
·交通流数据拟合 | 第46-47页 |
·故障数据检测步骤 | 第47-49页 |
·确定安全区域 | 第49-51页 |
·故障数据检测 | 第51-52页 |
·故障数据修正 | 第52-56页 |
·故障数据修正算法 | 第52-54页 |
·改进故障数据修正算法 | 第54-55页 |
·数据修正评价指标 | 第55-56页 |
·特长高速公路隧道交通流故障数据检测与修正 | 第56-60页 |
·故障数据检测 | 第56-58页 |
·故障数据修正 | 第58-60页 |
·本章小结 | 第60-61页 |
第五章 特长高速公路隧道短时交通流预测 | 第61-81页 |
·引言 | 第61页 |
·自适应神经模糊推理系统 | 第61-64页 |
·系统结构 | 第61-62页 |
·系统流程 | 第62-64页 |
·自适应神经模糊推理系统优化 | 第64-67页 |
·自动更新聚类 | 第64-65页 |
·递归权重系数 | 第65页 |
·补偿模糊推理 | 第65-66页 |
·改进学习算法 | 第66-67页 |
·基于混合学习算法的改进递归补偿模糊神经系统 | 第67-74页 |
·系统结构 | 第67-68页 |
·系统流程 | 第68-69页 |
·结构学习 | 第69-70页 |
·参数学习 | 第70-74页 |
·特长高速公路隧道交通流短时预测 | 第74-80页 |
·数据预处理 | 第74-75页 |
·系统初始化 | 第75-76页 |
·参数学习 | 第76页 |
·系统预测 | 第76-79页 |
·预测评价 | 第79-80页 |
·本章小结 | 第80-81页 |
第六章 特长高速公路隧道交通流混沌研究 | 第81-97页 |
·引言 | 第81页 |
·基于小数据量的改进混沌判别法 | 第81-88页 |
·延迟时间τ | 第82-84页 |
·嵌入维数m | 第84-87页 |
·相空间重构 | 第87页 |
·最大lyapunov指数 | 第87-88页 |
·特长高速公路隧道交通流混沌特性 | 第88-90页 |
·交通流时间序列 | 第88-89页 |
·交通流混沌判别 | 第89-90页 |
·交通流混沌特性在短时交通流预测中的应用 | 第90-95页 |
·本章小结 | 第95-97页 |
结论 | 第97-99页 |
参考文献 | 第99-110页 |
攻读学位期间取得的研究成果 | 第110-111页 |
致谢 | 第111页 |