单线路公交集结运行特性与控制策略研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 研究内容与方法 | 第13-14页 |
| 1.4 技术路线 | 第14-16页 |
| 第二章 基于公交GPS数据的车头时距分布特征研究 | 第16-31页 |
| 2.1 公交GPS数据采集技术 | 第16-17页 |
| 2.2 公交GPS数据结构 | 第17-19页 |
| 2.3 公交GPS数据处理 | 第19-25页 |
| 2.3.1 线路选择 | 第19-21页 |
| 2.3.2 站点GPS范围确定 | 第21-22页 |
| 2.3.3 原始车头时距数据 | 第22-23页 |
| 2.3.4 车头时距数据预处理 | 第23-25页 |
| 2.4 车头时距时空分布特征分析 | 第25-30页 |
| 2.4.1 发车间隔与行程时间特性 | 第25-26页 |
| 2.4.2 车头时距空间分布特性 | 第26-29页 |
| 2.4.3 车头时距时间分布特性 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 公交集结阈值与站点集结程度评估 | 第31-42页 |
| 3.1 公交集结定义 | 第31-32页 |
| 3.2 公交集结阈值的确定 | 第32-35页 |
| 3.2.1 车头时距分布检验 | 第32-34页 |
| 3.2.2 公交集结阈值的确定 | 第34-35页 |
| 3.3 公交站点集结程度分析 | 第35-38页 |
| 3.3.1 站点车头时距可靠性指标 | 第35-37页 |
| 3.3.2 站点集结程度指标选取 | 第37-38页 |
| 3.4 600路公交站点集结程度分析 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 公交运行状态识别与集结演变分析 | 第42-55页 |
| 4.1 公交集结影响因素 | 第42页 |
| 4.2 公交运行状态划分 | 第42-47页 |
| 4.2.1 运行状态确定 | 第43-44页 |
| 4.2.2 基于车头时距分布的状态阈值 | 第44-46页 |
| 4.2.3 基于K-Means算法的状态阈值 | 第46-47页 |
| 4.3 公交集结动态演变分析 | 第47-53页 |
| 4.4 本章小结 | 第53-55页 |
| 第五章 公交集结控制策略研究 | 第55-68页 |
| 5.1 区间行程时间波动性影响因素分析 | 第55-58页 |
| 5.1.1 区间形式 | 第56-57页 |
| 5.1.2 区间长度 | 第57-58页 |
| 5.1.3 区间路段饱和度 | 第58页 |
| 5.2 基于卡尔曼滤波算法的区间行程时间预测 | 第58-61页 |
| 5.3 车头时距模型 | 第61-63页 |
| 5.4 基于公交运行状态的实时控制策略 | 第63-67页 |
| 5.5 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 附录 | 第74-80页 |
| 附录一 各公交站点GPS范围 | 第74-76页 |
| 附录二 K-Means算法状态阈值部分代码 | 第76-78页 |
| 附录三 区间行程时间预测部分代码 | 第78-80页 |
| 攻读学位期间取得的研究成果 | 第80-81页 |
| 致谢 | 第81页 |
