摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-20页 |
1.1 研究背景 | 第10-11页 |
1.2 研究意义 | 第11-12页 |
1.3 国内外研究综述 | 第12-17页 |
1.3.1 国外研究现状 | 第12-14页 |
1.3.2 国内研究现状 | 第14-16页 |
1.3.3 研究现状评述 | 第16-17页 |
1.4 研究内容及技术路线 | 第17-20页 |
1.4.1 研究对象界定 | 第17-18页 |
1.4.2 研究内容 | 第18-19页 |
1.4.3 技术路线 | 第19-20页 |
第二章 组团城市道路交通特性分析 | 第20-41页 |
2.1 组团城市概述 | 第20-23页 |
2.1.1 组团城市内涵 | 第20-22页 |
2.1.2 组团城市发展优势 | 第22-23页 |
2.2 组团城市道路交通特性 | 第23-32页 |
2.2.1 道路网特性 | 第23-25页 |
2.2.2 交通方式特性 | 第25-26页 |
2.2.3 交通出行特性 | 第26-28页 |
2.2.4 交通流特性 | 第28-32页 |
2.3 组团城市交通拥堵特征 | 第32-35页 |
2.3.1 交通拥堵空间特征 | 第33-34页 |
2.3.2 交通拥堵时间特征 | 第34-35页 |
2.4 组团城市交通拥堵成因分析 | 第35-40页 |
2.4.1 组团城市交通拥堵的一般原因 | 第35-38页 |
2.4.2 组团城市交通拥堵的特殊原因 | 第38-40页 |
2.5 本章小结 | 第40-41页 |
第三章 基于自适应人工鱼群-神经网络的交通状态辨识方法研究 | 第41-64页 |
3.1 交通状态概述 | 第41-44页 |
3.1.1 交通状态概念和特征 | 第41-42页 |
3.1.2 城市道路交通状态分类 | 第42页 |
3.1.3 交通状态辨识方法 | 第42-43页 |
3.1.4 组团城市交通状态分级标准研究 | 第43-44页 |
3.2 组团城市交通状态辨识指标体系的构建 | 第44-53页 |
3.2.1 指标体系设计原则 | 第44-45页 |
3.2.2 指标体系的选取方法 | 第45页 |
3.2.3 指标的定义与量化 | 第45-53页 |
3.2.4 构建决策规则表 | 第53页 |
3.3 基于自适应人工鱼群-神经网络的交通状态辨识方法研究 | 第53-63页 |
3.3.1 BP神经网络基本原理 | 第53-55页 |
3.3.2 BP神经网络缺点 | 第55页 |
3.3.3 弹性自适应人工鱼群算法 | 第55-58页 |
3.3.4 弹性自适应人工鱼群-神经网络辨识方法 | 第58-63页 |
3.4 本章小结 | 第63-64页 |
第四章 基于分级策略的组团城市交通拥堵疏导技术研究 | 第64-78页 |
4.1 交通拥堵疏导思路与步骤 | 第64-66页 |
4.1.1 交通拥堵疏导思路 | 第64-65页 |
4.1.2 交通拥堵疏导步骤 | 第65-66页 |
4.2 基于诱导分流的组团间通道网络拥堵疏导方法 | 第66-72页 |
4.2.1 拥堵通道目标流选取原则 | 第66-67页 |
4.2.2 计算诱导分流量 | 第67页 |
4.2.3 确定诱导分流始点和终点 | 第67-68页 |
4.2.4 选取诱导分流通道路径 | 第68-72页 |
4.3 基于交叉口的组团内干道网络拥堵疏导方法 | 第72-74页 |
4.3.1 疏导思路 | 第73页 |
4.3.2 疏导流程 | 第73-74页 |
4.4 基于实时动态配时的网络节点拥堵疏导方法 | 第74-77页 |
4.4.1 基于实时动态配时的网络节点信号控制模型 | 第74-75页 |
4.4.2 具体实施方案 | 第75-77页 |
4.5 本章小结 | 第77-78页 |
第五章 案例分析 | 第78-98页 |
5.1 背景分析 | 第78-81页 |
5.2 交通状态辨识 | 第81-89页 |
5.2.1 基础数据预处理 | 第81-83页 |
5.2.2 确定BP神经网络的结构 | 第83-84页 |
5.2.3 弹性自适应人工鱼群算法的运算 | 第84-86页 |
5.2.4 神经网络训练 | 第86-87页 |
5.2.5 交通状态辨识 | 第87-88页 |
5.2.6 状态辨识效果评价 | 第88-89页 |
5.3 交通拥堵疏导 | 第89-97页 |
5.3.1 组团间通道网络拥堵疏导 | 第89-92页 |
5.3.2 组团内干道网络拥堵疏导 | 第92-94页 |
5.3.3 网络节点拥堵疏导 | 第94-97页 |
5.4 本章小结 | 第97-98页 |
第六章 结论与展望 | 第98-100页 |
6.1 研究结论 | 第98-99页 |
6.2 进一步研究展望 | 第99-100页 |
致谢 | 第100-102页 |
参考文献 | 第102-106页 |
在学期间发表的论文和取得的科研成果 | 第106页 |