不同天气条件下的城市快速路交通拥堵评价与短时预测--以西安市为例
| 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 | 第8-9页 |
| 1.2 研究目的及意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-14页 |
| 1.3.1 国外研究现状 | 第11-12页 |
| 1.3.2 国内研究现状 | 第12-14页 |
| 1.4 主要研究内容 | 第14页 |
| 1.5 研究技术路线 | 第14-16页 |
| 第二章 不同天气交通特性分析 | 第16-34页 |
| 2.1 不同天气对城市交通的影响 | 第16-19页 |
| 2.1.1 降雨对交通的影响 | 第16-17页 |
| 2.1.2 雾霾天气对交通的影响 | 第17-18页 |
| 2.1.3 降雪对交通的影响 | 第18-19页 |
| 2.2 降雨天气交通特性分析 | 第19-24页 |
| 2.2.1 降雨天气对道路交通量的影响 | 第19-21页 |
| 2.2.2 降雨天气对车速的影响 | 第21-23页 |
| 2.2.3 降雨天气对延误的影响 | 第23-24页 |
| 2.3 雾霾天气交通特性分析 | 第24-28页 |
| 2.3.1 雾霾天气对道路交通量的影响 | 第25-26页 |
| 2.3.2 雾霾天气对速度的影响 | 第26-27页 |
| 2.3.3 雾霾天气对延误的影响 | 第27-28页 |
| 2.4 降雪天气交通特性分析 | 第28-33页 |
| 2.4.1 降雪天气对交通量的影响 | 第28-30页 |
| 2.4.2 降雪天气对速度的影响 | 第30-31页 |
| 2.4.3 降雪天气对延误的影响 | 第31-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 交通拥堵指数评价 | 第34-47页 |
| 3.1 评价指标的选取 | 第34-35页 |
| 3.2 BP神经网络结构及其数学模型 | 第35-38页 |
| 3.3 BP神经网络拥堵指数评价 | 第38-42页 |
| 3.4 降水量与拥堵指数的关系 | 第42-46页 |
| 3.4.1 雨天 | 第42-44页 |
| 3.4.2 雪天 | 第44-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 短时交通拥堵预测 | 第47-68页 |
| 4.1 三阶马尔科夫链数学模型 | 第47-48页 |
| 4.2 三阶马尔科夫模型的短时交通拥堵预测 | 第48-50页 |
| 4.2.1 状态标记 | 第48-49页 |
| 4.2.2 计算状态转移概率矩阵 | 第49-50页 |
| 4.2.3 检验三阶马尔科夫模型预测精度 | 第50页 |
| 4.3 基于降水量的三阶马尔科夫模型修正 | 第50-67页 |
| 4.3.1 降雨天气 | 第50-59页 |
| 4.3.2 降雪天气 | 第59-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第五章 实例分析 | 第68-78页 |
| 5.1 雨天交通拥堵评价和预测 | 第68-72页 |
| 5.2 雪天交通拥堵评价和预测 | 第72-77页 |
| 5.3 本章小结 | 第77-78页 |
| 第六章 结论与展望 | 第78-80页 |
| 6.1 结论 | 第78-79页 |
| 6.2 展望 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 附录 | 第85-122页 |
| 攻读学位期间取得的研究成果 | 第122-123页 |
| 致谢 | 第123页 |
