| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-22页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究目的与意义 | 第13-14页 |
| 1.3 交通事故持续时间预测研究现状 | 第14-20页 |
| 1.4 研究内容与技术路线 | 第20-22页 |
| 2 高速公路交通事故延迟时间影响因素分析 | 第22-32页 |
| 2.1 交通事故延迟时间数据描述 | 第22-24页 |
| 2.1.1 样本介绍 | 第22页 |
| 2.1.2 数据描述 | 第22-24页 |
| 2.2 交通事故延迟时间影响因素分析 | 第24-30页 |
| 2.2.1 正态性检验 | 第24页 |
| 2.2.2 显著性分析 | 第24-26页 |
| 2.2.3 各因素影响机理分析 | 第26-30页 |
| 2.3 本章小结 | 第30-32页 |
| 3 高速公路交通事故延迟时间预测模型 | 第32-50页 |
| 3.1 决策树算法基本理论 | 第32-36页 |
| 3.1.1 决策树生成算法 | 第33-34页 |
| 3.1.2 决策树剪枝策略 | 第34-35页 |
| 3.1.3 决策树分类规则提取 | 第35-36页 |
| 3.2 交通事故延迟时间预测决策树模型 | 第36-41页 |
| 3.2.1 连续属性离散化 | 第36-37页 |
| 3.2.2 属性选择度量 | 第37-38页 |
| 3.2.3 过拟合问题处理 | 第38-39页 |
| 3.2.4 C4.5决策树模型总述 | 第39-41页 |
| 3.3 贝叶斯理论概述 | 第41-44页 |
| 3.3.1 贝叶斯定理 | 第41-42页 |
| 3.3.2 朴素贝叶斯方法 | 第42-44页 |
| 3.3.3 朴素贝叶斯概率修正 | 第44页 |
| 3.4 交通事故延迟时间预测BDT模型 | 第44-48页 |
| 3.4.1 贝叶斯节点分类 | 第44-45页 |
| 3.4.2 模型构建思路 | 第45页 |
| 3.4.3 模型算法表达 | 第45-47页 |
| 3.4.4 BDT模型性能评价 | 第47-48页 |
| 3.5 本章小结 | 第48-50页 |
| 4 高速公路事故下交通恢复时间预测模型 | 第50-66页 |
| 4.1 车流波模型概述 | 第50-53页 |
| 4.1.1 交通流参数选定 | 第50-52页 |
| 4.1.2 车流波理论 | 第52-53页 |
| 4.2 基于车流波模型的交通事故恢复时间预测 | 第53-61页 |
| 4.2.1 交通事故下车流波动分析 | 第54-55页 |
| 4.2.2 交通恢复时间预测车流波模型 | 第55-57页 |
| 4.2.3 模型中通行能力数值分析 | 第57-61页 |
| 4.3 引入动态空间占有率的交通恢复时间预测 | 第61-65页 |
| 4.3.1 道路利用率分析 | 第61-62页 |
| 4.3.2 动态空间占有率下的交通流参数分析 | 第62-64页 |
| 4.3.3 引入动态空间占有率的交通恢复时间预测模型 | 第64-65页 |
| 4.4 本章小结 | 第65-66页 |
| 5 案例分析 | 第66-96页 |
| 5.1 交通事故延迟时间决策树模型 | 第66-76页 |
| 5.1.1 决策树预测模型 | 第66-73页 |
| 5.1.2 DT模型检验 | 第73-76页 |
| 5.2 交通事故延迟时间预测BDT模型 | 第76-85页 |
| 5.2.1 BDT模型构建 | 第76-79页 |
| 5.2.2 B节点概率分析 | 第79-82页 |
| 5.2.3 BDT模型检验 | 第82-85页 |
| 5.3 交通恢复时间预测案例分析 | 第85-94页 |
| 5.3.1 研究对象描述 | 第85-86页 |
| 5.3.2 数据预处理 | 第86-87页 |
| 5.3.3 高速公路事故交通流特征分析 | 第87-90页 |
| 5.3.4 交通恢复时间预测模型参数标定 | 第90-92页 |
| 5.3.5 预测结果分析 | 第92-94页 |
| 5.4 本章小结 | 第94-96页 |
| 6 总结与展望 | 第96-98页 |
| 6.1 论文总结 | 第96-97页 |
| 6.2 论文不足与展望 | 第97-98页 |
| 参考文献 | 第98-102页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第102-106页 |
| 学位论文数据集 | 第106页 |