| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题的来源 | 第10页 |
| 1.2 课题研究的背景和意义 | 第10-11页 |
| 1.2.1 课题研究的背景 | 第10页 |
| 1.2.2 课题研究的意义 | 第10-11页 |
| 1.3 国内外研究现状及分析 | 第11-15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 |
| 1.3.3 国内外研究综述 | 第14-15页 |
| 1.4 主要研究内容 | 第15页 |
| 1.5 技术路线 | 第15-18页 |
| 第2章 交通流数据采集及预处理 | 第18-29页 |
| 2.1 动态交通流数据采集 | 第18-20页 |
| 2.1.1 浮动车数据预处理 | 第18-19页 |
| 2.1.2 卡口数据及预处理 | 第19-20页 |
| 2.2 交通异常数据的识别和修复 | 第20-27页 |
| 2.2.1 交通异常数据识别 | 第20页 |
| 2.2.2 基于数据平滑和插值法的缺失数据修复模型 | 第20-27页 |
| 2.3 多源数据融合 | 第27-28页 |
| 2.3.1 数据融合的定义与层次 | 第27页 |
| 2.3.2 数据融合的方式 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 交通状态参数计算模型的构建 | 第29-37页 |
| 3.1 交通运行状态的界定与交通状态参数的选择 | 第29-30页 |
| 3.1.1 交通运行状态的界定 | 第29页 |
| 3.1.2 交通状态参数的选择 | 第29-30页 |
| 3.2 路段行程速度实时估计模型 | 第30-36页 |
| 3.2.1 行程速度累计分布直方图法估算行程速度 | 第30-31页 |
| 3.2.2 改进的路段行程速度间接估计法 | 第31-35页 |
| 3.2.3 自适应加权平均融合的路段行程速度估计 | 第35-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第4章 城市道路交通运行状态评价研究 | 第37-55页 |
| 4.1 研究思路 | 第37页 |
| 4.2 聚类方法概述 | 第37-39页 |
| 4.2.1 聚类分析方法分类 | 第37-38页 |
| 4.2.2 凝聚层次聚类方法概述 | 第38-39页 |
| 4.3 基于AHC的道路交通运行状态等级划分 | 第39-41页 |
| 4.3.1 基于交通流数据的算法的思考 | 第39-40页 |
| 4.3.2 相似性度量 | 第40-41页 |
| 4.3.3 噪声阈值设定 | 第41页 |
| 4.3.4 算法流程 | 第41页 |
| 4.4 基于模糊熵的道路运行状态综合评价法 | 第41-46页 |
| 4.4.1 道路交通状态综合评价模型 | 第41-45页 |
| 4.4.2 算法流程 | 第45-46页 |
| 4.5 实例分析 | 第46-54页 |
| 4.5.1 研究范围与数据来源 | 第46-47页 |
| 4.5.2 基于AHC的道路交通状态等级划分 | 第47-50页 |
| 4.5.3 基于模糊熵的道路运行状态综合评价法 | 第50-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第5章 城市区域路网交通运行状态评价研究 | 第55-75页 |
| 5.1 相关性研究 | 第55-58页 |
| 5.1.1 相关性 | 第55页 |
| 5.1.2 Moran'Ⅰ指数 | 第55-58页 |
| 5.2 考虑时空权重矩阵的时空Moran'Ⅰ指数研究 | 第58-64页 |
| 5.2.1 空间数据的关系 | 第59页 |
| 5.2.2 空间权重矩阵 | 第59-64页 |
| 5.3 基于AHC的道路交通运行状态时空自相关聚类法 | 第64-66页 |
| 5.3.1 研究思路 | 第64页 |
| 5.3.2 模型构建 | 第64-66页 |
| 5.4 实例分析 | 第66-74页 |
| 5.4.1 空间权重矩阵的构建 | 第67-69页 |
| 5.4.2 全局时空Moran'Ⅰ指数分析 | 第69-70页 |
| 5.4.3 局部时空Moran'Ⅰ指数分析 | 第70-74页 |
| 5.5 本章小结 | 第74-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读学位期间发表的学术论文及其它成果 | 第81-83页 |
| 致谢 | 第83页 |
