中文摘要 | 第3-4页 |
英文摘要 | 第4-5页 |
1 绪论 | 第9-15页 |
1.1 研究背景 | 第9-10页 |
1.2 课题的提出及研究意义 | 第10页 |
1.3 国内外研究现状 | 第10-13页 |
1.3.1 研究现状概述 | 第10-13页 |
1.3.2 研究现状分析与总结 | 第13页 |
1.4 研究内容及论文结构 | 第13-14页 |
1.5 本章小结 | 第14-15页 |
2 基于时空消耗的异常事件下交通拥堵影响分析 | 第15-29页 |
2.1 引言 | 第15页 |
2.2 交通异常事件及其时空影响范围描述 | 第15-16页 |
2.3 车流波分类描述 | 第16-20页 |
2.4 基于时空消耗的道路拥堵影响分析 | 第20-27页 |
2.4.1 异常事件下拥堵路段时空容量损耗计算 | 第20-21页 |
2.4.2 基于偏微分方法的事件持续时间内时空容量损耗分析 | 第21-23页 |
2.4.3 数值模拟分析 | 第23-27页 |
2.4.4 综合分析 | 第27页 |
2.5 本章小结 | 第27-29页 |
3 不同因素对异常事件下拥堵扩散的影响分析 | 第29-57页 |
3.1 引言 | 第29页 |
3.2 拥堵扩散影响评估指标 | 第29-30页 |
3.3 基于单因素置换的不同因素对拥堵扩散的影响分析 | 第30-53页 |
3.3.1 事发点上游流量对拥堵扩散的影响 | 第30-34页 |
3.3.2 车速对拥堵扩散的影响 | 第34-38页 |
3.3.3 事件持续时间对拥堵扩散的影响 | 第38-40页 |
3.3.4 大车混入比率对拥堵扩散的影响 | 第40-45页 |
3.3.5 占道对拥堵扩散的影响 | 第45-49页 |
3.3.6 进出.匝道流量对拥堵扩散的影响 | 第49-53页 |
3.4 恶劣天气对拥堵扩散的影响分析 | 第53-55页 |
3.5 综合分析 | 第55-56页 |
3.6 本章小结 | 第56-57页 |
4 基于云模型及相似序列的事发点上游流量预测 | 第57-77页 |
4.1 引言 | 第57页 |
4.2 高速公路交通流时空相关性描述 | 第57-59页 |
4.3 交通流量相似序列的搜索方法 | 第59-61页 |
4.3.1 交通流量参数时间序列相似性度量 | 第60页 |
4.3.2 相似历史流量数据序列的搜索 | 第60-61页 |
4.4 基于云模型及相似序列搜索的交通流量预测 | 第61-69页 |
4.4.1 云模型概述 | 第61-64页 |
4.4.2 交通流量预测云模型的构建 | 第64-66页 |
4.4.3 交通流量预测流程 | 第66-67页 |
4.4.4 事发点上游车流到达量预测 | 第67-69页 |
4.5 实验分析 | 第69-75页 |
4.6 本章小结 | 第75-77页 |
5 基于交通波模型及MCTM的事件影响范围预测及演化分析 | 第77-107页 |
5.1 引言 | 第77页 |
5.2 交通流基础模型选择 | 第77-82页 |
5.2.1 交通流基础模型 | 第77-80页 |
5.2.2 基础模型选择 | 第80-82页 |
5.3 基于Van Aerde模型的异常事件影响范围预测模型 | 第82-91页 |
5.3.1 事发点断面通行能力定量表征与分析 | 第82-83页 |
5.3.2 异常事件下车流波波速模型 | 第83-84页 |
5.3.3 异常事件下排队长度预测模型 | 第84-88页 |
5.3.4 模型参数的估计方法 | 第88-89页 |
5.3.5 实验分析 | 第89-91页 |
5.4 基于MCTM和云模型的交通拥堵状态演化分析 | 第91-106页 |
5.4.1 基于云模型的交通拥堵状态估计 | 第92-94页 |
5.4.2 CTM及MCTM模型介绍 | 第94-97页 |
5.4.3 交通流参数及拥堵扩散范围估计 | 第97-100页 |
5.4.4 交通拥堵状态演化分析方法 | 第100-101页 |
5.4.5 实验分析 | 第101-106页 |
5.5 本章小结 | 第106-107页 |
6 总结与展望 | 第107-109页 |
6.1 总结 | 第107-108页 |
6.2 研究展望 | 第108-109页 |
致谢 | 第109-111页 |
参考文献 | 第111-117页 |
附录 | 第117页 |
A. 作者在攻读硕士学位期间公开的发明专利 | 第117页 |
B. 作者在攻读硕士学位期间参与的科研项目 | 第117页 |