| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 选题背景 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 城市交通拥堵评价的国外研究进展 | 第9-10页 |
| 1.2.2 城市交通拥堵评价的国内研究进展 | 第10-11页 |
| 1.3 研究的目的及意义 | 第11-13页 |
| 1.4 研究的技术路线 | 第13-14页 |
| 第二章 城市道路交通拥堵的概述 | 第14-20页 |
| 2.1 城市道路交通拥堵的含义及其分类 | 第14页 |
| 2.2 城市道路交通拥堵产生的不良影响 | 第14-15页 |
| 2.3 城市道路交通拥堵产生的原因 | 第15-17页 |
| 2.4 城市道路交通拥堵的改善措施 | 第17-19页 |
| 本章小结 | 第19-20页 |
| 第三章 城市道路运行状况评价指标体系的建立 | 第20-28页 |
| 3.1 城市道路交通流特性 | 第20-21页 |
| 3.2 城市道路交通拥堵的主要影响因素分析 | 第21-22页 |
| 3.3 城市道路运行状况评价指标的建立原则 | 第22-23页 |
| 3.4 城市道路运行状况评价指标体系的建立 | 第23-26页 |
| 3.4.1 评价指标体系的初选 | 第23-24页 |
| 3.4.2 评价指标体系的特性研究及优化 | 第24-26页 |
| 3.5 城市道路运行状况指标值的计算方法 | 第26-27页 |
| 本章小结 | 第27-28页 |
| 第四章 广义的径向基（GRBF）神经网络 | 第28-40页 |
| 4.1 神经网络的概述 | 第28-31页 |
| 4.2 BP 神经网络与 RBF 神经网络的比较分析 | 第31-34页 |
| 4.2.1 BP 神经网络 | 第31-32页 |
| 4.2.2 RBF 神经网络 | 第32-34页 |
| 4.3 GRBF 神经网络的算法研究 | 第34-39页 |
| 4.3.1 GRBF 神经网络径向基函数中心的确定 | 第35-38页 |
| 4.3.2 GRBF 神经网络径向基函数宽度的确定 | 第38页 |
| 4.3.3 GRBF 神经网络权值的确定 | 第38-39页 |
| 本章小结 | 第39-40页 |
| 第五章 西安市部分区域的道路运行状况评价分析 | 第40-56页 |
| 5.1 大雁塔-长安立交整个路网的线路分析 | 第40-41页 |
| 5.2 道路运行状况的数据调查及分析 | 第41-42页 |
| 5.3 用 GRBF 神经网络实现对路段交通拥堵度的评价 | 第42-53页 |
| 5.3.1 GRBF 神经网络的输入 | 第42-46页 |
| 5.3.2 GRBF 神经网络数据处理 | 第46-47页 |
| 5.3.3 GRBF 神经网络的构造与训练 | 第47-50页 |
| 5.3.4 GRBF 神经网络对样本路段交通拥堵度的评价 | 第50-53页 |
| 5.4 用加权平均法实现对路网交通运行状况的评价 | 第53-54页 |
| 本章小结 | 第54-56页 |
| 结论与展望 | 第56-58页 |
| 1. 结论 | 第56页 |
| 2. 展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期间取得的研究成果 | 第62-64页 |
| 项目依托 | 第64-66页 |
| 致谢 | 第66页 |
