摘要 | 第5-7页 |
Abstract | 第7-9页 |
插图索引 | 第12-14页 |
附表索引 | 第14-15页 |
第1章 绪论 | 第15-51页 |
1.1 研究背景及意义 | 第15-19页 |
1.1.1 研究背景 | 第15-18页 |
1.1.2 研究意义 | 第18-19页 |
1.2 相关概念及理论 | 第19-36页 |
1.2.1 交通拥堵定义及分类 | 第19-20页 |
1.2.2 交通流关键数据 | 第20-25页 |
1.2.3 元胞自动机理论 | 第25-28页 |
1.2.4 演化博弈理论 | 第28-33页 |
1.2.5 交通流分配及交通网络均衡理论 | 第33-36页 |
1.3 城市交通网络交通流研究综述 | 第36-49页 |
1.3.1 城市路段及网络交通流研究综述 | 第36-41页 |
1.3.2 城市交通网络复杂性研究综述 | 第41-45页 |
1.3.3 城市交通拥堵疏导研究综述 | 第45-47页 |
1.3.4 存在的问题及发展 | 第47-49页 |
1.4 本文拟实现的创新点 | 第49-51页 |
第2章 物联网技术及城市交通拥堵事前疏导研究框架 | 第51-64页 |
2.1 物联网技术及在城市交通中的应用 | 第51-57页 |
2.1.1 物联网及其关键技术 | 第51-53页 |
2.1.2 物联网在城市交通中的应用 | 第53-57页 |
2.2 基于物联网技术的城市交通拥堵事前疏导解决方案 | 第57-62页 |
2.3 基于物联网技术的城市交通拥堵事前疏导技术路线图 | 第62-64页 |
第3章 基于物联网技术的城市交通路网交通流动态矩阵预测模型 | 第64-82页 |
3.1 基于物联网技术的城市交通复杂网络分析 | 第65-72页 |
3.1.1 城市交通路网的拓扑层结构分析 | 第65-68页 |
3.1.2 城市交通路网的数据层结构分析 | 第68-72页 |
3.2 基于物联网技术的城市交通网络交通流模型 | 第72-81页 |
3.2.1 城市路段元胞预测模型构建及改进 | 第73-76页 |
3.2.2 城市交叉路口交通流预测模型构建及改进 | 第76-78页 |
3.2.3 城市路网系统交通流动态矩阵预测模型算例 | 第78-81页 |
3.3 小结 | 第81-82页 |
第4章 基于物联网技术的城市交通路网拥堵事前疏导决策研究 | 第82-112页 |
4.1 基于物联网技术的城市交通控制诱导疏导思路 | 第82-87页 |
4.1.1 交通拥堵疏导中的控制与诱导手段相结合的思路 | 第82-83页 |
4.1.2 城市交通控制诱导系统 | 第83-87页 |
4.2 基于驾驶员行为事前疏导诱导决策研究 | 第87-103页 |
4.2.1 基于博弈论的城市交通网络驾驶员行为研究 | 第87-91页 |
4.2.2 交通信息诱导下驾驶员群体路径决策行为演化分析 | 第91-95页 |
4.2.3 诱导信息下驾驶员路径选择方式演化模型 | 第95-103页 |
4.3 过饱和路段的交通流控制决策研究 | 第103-110页 |
4.3.1 过饱和路段的定义 | 第103-105页 |
4.3.2 基于物联网技术的过饱和路段的最优控制算法 | 第105-110页 |
4.4 小结 | 第110-112页 |
第5章 城市复杂路网效率及事前疏导评价研究 | 第112-127页 |
5.1 交叉路口及交通路网拥堵评价 | 第113-119页 |
5.1.1 交通路网交叉路口拥堵评价 | 第113-118页 |
5.1.2 城市交通路网拥堵评价方法 | 第118-119页 |
5.2 基于期望需求的城市路网运行效率测算评估模型 | 第119-122页 |
5.3 城市交通路网事前疏导效果评价 | 第122-126页 |
5.4 结语 | 第126-127页 |
结论与展望 | 第127-129页 |
参考文献 | 第129-139页 |
致谢 | 第139-140页 |
附录 A 在攻读博士期间参与的科研项目及发表的学术论文和科研成果及荣誉 | 第140页 |