| 致谢 | 第5-7页 |
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-10页 |
| 序言 | 第11-19页 |
| 1 绪论 | 第19-29页 |
| 1.1 选题背景及意义 | 第19-25页 |
| 1.1.1 选题来源 | 第19页 |
| 1.1.2 论文研究背景 | 第19-22页 |
| 1.1.3 问题的提出 | 第22-23页 |
| 1.1.4 研究目的及意义 | 第23-25页 |
| 1.2 研究内容及技术路线 | 第25-28页 |
| 1.2.1 研究内容及结构安排 | 第25-26页 |
| 1.2.2 技术路线 | 第26-28页 |
| 1.3 本章小结 | 第28-29页 |
| 2 国内外研究综述 | 第29-41页 |
| 2.1 交通状态分析的相关理论 | 第29-34页 |
| 2.1.1 交通状态的基本内涵 | 第29-30页 |
| 2.1.2 交通状态分析的主要方法 | 第30-34页 |
| 2.1.3 交通状态分析的理论研究综述 | 第34页 |
| 2.2 时间序列分析的相关理论 | 第34-37页 |
| 2.2.1 时间序列的定义和分类 | 第34-35页 |
| 2.2.2 时间序列分析的主要方法 | 第35-37页 |
| 2.2.3 时间序列分析的理论研究综述 | 第37页 |
| 2.3 关联分析的相关理论 | 第37-40页 |
| 2.3.1 关联与关联分析的定义 | 第37-38页 |
| 2.3.2 数据关联分析的主要方法 | 第38-39页 |
| 2.3.3 关联分析的理论研究综述 | 第39-40页 |
| 2.4 本章小结 | 第40-41页 |
| 3 快速路交通状态分析的基础数据准备及其处理方法 | 第41-65页 |
| 3.1 道路交通状态分析的体系框架 | 第41-44页 |
| 3.1.1 交通流参数及其分类 | 第41-42页 |
| 3.1.2 交通状态分析的功能需求 | 第42-43页 |
| 3.1.3 交通状态分析的总体框架 | 第43-44页 |
| 3.2 基于TIDS的交通状态参数提取 | 第44-52页 |
| 3.2.1 TIDS简介及本文实例的数据说明 | 第44-46页 |
| 3.2.2 基于TIDS的直接交通流参数分析 | 第46-50页 |
| 3.2.3 基于TIDS的间接交通流参数分析 | 第50-52页 |
| 3.3 基于数据挖掘的快速路交通数据预处理 | 第52-64页 |
| 3.3.1 质量问题数据的挖掘清洗 | 第52-55页 |
| 3.3.2 车辆折算系数的分类建模估算 | 第55-58页 |
| 3.3.3 面向需求的交通数据合并处理 | 第58-60页 |
| 3.3.4 TIDS数据预处理的实证分析 | 第60-64页 |
| 3.4 小结 | 第64-65页 |
| 4 快速路交通状态的划分及实时判定方法研究 | 第65-89页 |
| 4.1 基于弹性理论的快速路交通状态划分 | 第65-78页 |
| 4.1.1 道路交通状态划分的问题说明 | 第65-68页 |
| 4.1.2 快速路交通状态划分的基本思路 | 第68-70页 |
| 4.1.3 基于占有率的交通流参数模型 | 第70-71页 |
| 4.1.4 交通状态的两阶段、四相位划分 | 第71-73页 |
| 4.1.5 快速路交通状态划分的实证分析 | 第73-78页 |
| 4.2 基于分级特征的快速路交通状态实时判定 | 第78-88页 |
| 4.2.1 道路交通状态判定的问题说明 | 第78页 |
| 4.2.2 基于单参数的快速路交通状态实时判定 | 第78-81页 |
| 4.2.3 基于相似速度的快速路交通状态实时判定 | 第81-83页 |
| 4.2.4 基于模糊推理的快速路交通状态实时判定 | 第83-88页 |
| 4.3 小结 | 第88-89页 |
| 5 快速路交通状态的动态性分析及建模方法研究 | 第89-119页 |
| 5.1 交通状态时序分析概述 | 第89-91页 |
| 5.1.1 交通状态时序分析的内涵 | 第89页 |
| 5.1.2 交通状态时序分析的问题提出 | 第89-90页 |
| 5.1.3 交通状态时序分析的基本思路 | 第90-91页 |
| 5.2 快速路交通状态时序的特性分析及实证 | 第91-110页 |
| 5.2.1 交通状态时序的统计特征分析 | 第91-94页 |
| 5.2.2 交通状态时序的形态识别 | 第94-96页 |
| 5.2.3 交通状态时序的周期性分析 | 第96-99页 |
| 5.2.4 交通状态时序的趋势性分析 | 第99-104页 |
| 5.2.5 交通状态时序的混沌性分析 | 第104-106页 |
| 5.2.6 交通状态时序的突变性分析 | 第106-110页 |
| 5.3 基于分形趋势组合的快速路交通状态时序建模 | 第110-117页 |
| 5.3.1 快速路交通状态时序的建模流程 | 第110-112页 |
| 5.3.2 交通状态时序的分形趋势组合建模 | 第112-117页 |
| 5.4 小结 | 第117-119页 |
| 6 快速路交通状态时序的关联分析方法研究 | 第119-155页 |
| 6.1 交通状态关联分析概述 | 第119-121页 |
| 6.1.1 交通状态关联分析的内涵 | 第119页 |
| 6.1.2 交通状态关联的成因模式 | 第119-121页 |
| 6.2 快速路交通状态时序关联的定性分析 | 第121-124页 |
| 6.2.1 单截面交通状态关联的定性分析 | 第121-124页 |
| 6.2.2 多截面交通状态关联的定性分析 | 第124页 |
| 6.3 交通状态时序关联度的不确定性分析 | 第124-134页 |
| 6.3.1 交通状态时序关联度的问题描述 | 第124-125页 |
| 6.3.2 时序关联度的统计相关分析方法 | 第125-126页 |
| 6.3.3 时序关联度的模糊相关分析方法 | 第126-127页 |
| 6.3.4 时序关联度的灰色相关分析方法 | 第127-129页 |
| 6.3.5 实例分析 | 第129-134页 |
| 6.4 交通状态时序关联度的延迟性分析 | 第134-136页 |
| 6.4.1 交通状态延迟性的问题描述 | 第134页 |
| 6.4.2 考虑延迟的交通状态时序关联度计算 | 第134-136页 |
| 6.4.3 延迟性在短时交通流预测中的应用 | 第136页 |
| 6.5 基于空间权重矩阵的交通状态空间关联度计算 | 第136-144页 |
| 6.5.1 空间关联度的问题描述 | 第136-137页 |
| 6.5.2 空间自相关理论及其关联度计算 | 第137-138页 |
| 6.5.3 基于连通性的空间权重矩阵构建 | 第138-140页 |
| 6.5.4 实例分析 | 第140-144页 |
| 6.6 基于空间Markov链的交通状态关联模式提取 | 第144-153页 |
| 6.6.1 交通状态关联模式提取的问题描述 | 第145-146页 |
| 6.6.2 交通状态时序的Markov链 | 第146-148页 |
| 6.6.3 交通状态时序的空间Markov链 | 第148-149页 |
| 6.6.4 实例分析 | 第149-153页 |
| 6.7 小结 | 第153-155页 |
| 7 结论与展望 | 第155-157页 |
| 7.1 论文工作总结 | 第155-156页 |
| 7.2 研究工作展望 | 第156-157页 |
| 参考文献 | 第157-171页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第171-175页 |
| 学位论文数据集 | 第175页 |