| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的及意义 | 第11-13页 |
| 1.2.1 研究目的 | 第11页 |
| 1.2.2 理论意义和应用价值 | 第11-13页 |
| 1.3 国内外研究现状 | 第13-15页 |
| 1.3.1 行程时间估算方法 | 第13页 |
| 1.3.2 交通事件检测算法 | 第13-15页 |
| 1.4 主要研究内容 | 第15-18页 |
| 1.4.1 主要研究内容 | 第15-16页 |
| 1.4.2 论文组织结构 | 第16-18页 |
| 第二章 基于高速公路收费数据的行程时间分析 | 第18-39页 |
| 2.1 高速公路交通流特性 | 第18-21页 |
| 2.1.1 高速公路功能特性 | 第18-19页 |
| 2.1.2 不同状态交通流行车特性 | 第19-20页 |
| 2.1.3 行程时间计算 | 第20-21页 |
| 2.2 行程时间影响因素 | 第21-27页 |
| 2.2.1 客观因素 | 第21-25页 |
| 2.2.2 主观因素 | 第25-27页 |
| 2.3 行程时间分布特性分析 | 第27-34页 |
| 2.3.1 拟合优度评价指标 | 第27-28页 |
| 2.3.2 曲线分布拟合 | 第28-32页 |
| 2.3.3 曲线拟合结果检验 | 第32-33页 |
| 2.3.4 分布参数估计拟合结果 | 第33-34页 |
| 2.4 主流行程时间计算方法 | 第34-37页 |
| 2.4.1 OD行程时间研究范围确定 | 第34-35页 |
| 2.4.2 现有行程时间算法 | 第35-36页 |
| 2.4.3 基于行程时间分布规律的置信度的主流行程时间 | 第36-37页 |
| 2.5 本章小结 | 第37-39页 |
| 第三章 基于行程时间的交通事件敏感度模型 | 第39-64页 |
| 3.1 高速公路交通事件特性分析 | 第39-44页 |
| 3.1.1 交通事件定义 | 第39页 |
| 3.1.2 交通事件下的交通量变化 | 第39-41页 |
| 3.1.3 交通事件下的时段划分 | 第41-42页 |
| 3.1.4 交通事件引发的延误 | 第42-44页 |
| 3.2 基于行程时间阈值的延误判别模型 | 第44-49页 |
| 3.2.1 延误OD判别 | 第44-46页 |
| 3.2.2 延误车辆检测 | 第46-48页 |
| 3.2.3 延误指标定义 | 第48页 |
| 3.2.4 延误规模指标 | 第48-49页 |
| 3.3 OD长度敏感性分析 | 第49-57页 |
| 3.3.1 根据延误OD关系选受影响延误车辆 | 第49-51页 |
| 3.3.2 敏感性指标的选取及计算 | 第51-53页 |
| 3.3.3 基于Spearman的指标关联性分析 | 第53-54页 |
| 3.3.4 过事故区OD敏感度分析 | 第54-56页 |
| 3.3.5 客货车共同决定的基于OD长度的敏感度 | 第56页 |
| 3.3.6 极限精度计算OD长度 | 第56-57页 |
| 3.4 事件影响早晚的行程时间对比 | 第57-60页 |
| 3.5 固定出入站分析敏感度 | 第60-62页 |
| 3.6 任意OD敏感度建模 | 第62-63页 |
| 3.7 本章小结 | 第63-64页 |
| 第四章 基于OD敏感度的事件检出概率模型 | 第64-76页 |
| 4.1 路径关联关系推断事件 | 第64-67页 |
| 4.1.1 延误OD关联性分析 | 第65页 |
| 4.1.2 事件位置推断 | 第65-66页 |
| 4.1.3 事件时间推断 | 第66-67页 |
| 4.2 车辆行驶特点推断事件 | 第67-72页 |
| 4.2.1 算法说明 | 第67-68页 |
| 4.2.2 事件影响后的行程时间补偿分析 | 第68-69页 |
| 4.2.3 行程时间补偿拟合 | 第69-70页 |
| 4.2.4 事件发生位置 | 第70-71页 |
| 4.2.5 事件发生时间 | 第71-72页 |
| 4.3 基于logistic算法的事件检出概率模型 | 第72-74页 |
| 4.3.1 Logistic模型及事件检出概率等效方法 | 第72-73页 |
| 4.3.2 Logistic模型回归参数估计方法 | 第73页 |
| 4.3.3 指标筛选及相关性分析 | 第73-74页 |
| 4.3.4 参数显著性检验 | 第74页 |
| 4.4 本章小结 | 第74-76页 |
| 第五章 实例验证 | 第76-88页 |
| 5.1 基础数据准备 | 第76-79页 |
| 5.1.1 收费数据准备 | 第76-78页 |
| 5.1.2 事件验证数据来源 | 第78-79页 |
| 5.2 路径关联关系检测事件验证 | 第79-82页 |
| 5.2.1 事件位置推断 | 第79-80页 |
| 5.2.2 事件时间推断 | 第80-82页 |
| 5.3 车辆行驶特点检测事件验证 | 第82-83页 |
| 5.3.1 事件发生位置 | 第82-83页 |
| 5.3.2 事件发生时间 | 第83页 |
| 5.4 logistic事件检出概率模型验证 | 第83-87页 |
| 5.4.1 指标筛选及参数计算 | 第84-86页 |
| 5.4.2 模型分析检验 | 第86-87页 |
| 5.5 本章小结 | 第87-88页 |
| 第六章 总结与展望 | 第88-92页 |
| 6.1 主要研究成果 | 第88-90页 |
| 6.2 进一步研究重点 | 第90-92页 |
| 参考文献 | 第92-95页 |
| 攻读硕士期间取得的研究成果 | 第95-96页 |
| 致谢 | 第96页 |
