基于云模型的区域路段运行态势评估方法
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 云模型概述 | 第10-11页 |
| 1.2.2 区域运行态势评估研究概述 | 第11-13页 |
| 1.3 本文研究内容与技术路线 | 第13-15页 |
| 1.3.1 主要研究内容 | 第13页 |
| 1.3.2 技术路线 | 第13-15页 |
| 第2章 VISSIM交通仿真模型建立 | 第15-25页 |
| 2.1 道路交通微观仿真概述 | 第15-16页 |
| 2.1.1 交通仿真模型简述 | 第15-16页 |
| 2.2 交通微观仿真软件VISSIM介绍 | 第16-19页 |
| 2.2.1 VISSIM仿真基本原理和基本功能 | 第16页 |
| 2.2.2 VISSIM核心模型及主要参数 | 第16-19页 |
| 2.2.3 VISSIM仿真流程 | 第19页 |
| 2.3 建立仿真路网模型 | 第19-24页 |
| 2.3.1 交通路网数据收集 | 第19-20页 |
| 2.3.2 建立仿真路网 | 第20-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 样本数据获取及动力学参数转化 | 第25-32页 |
| 3.1 样本数据获取 | 第25-28页 |
| 3.1.1 车辆仿真参数设置 | 第25-26页 |
| 3.1.2 获取基础样本数据 | 第26-28页 |
| 3.2 交通流运行状态参数的分析与转化 | 第28-31页 |
| 3.2.1 车辆行驶状态参数的转化 | 第28-30页 |
| 3.2.2 车辆行驶状态参数转化结果 | 第30-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第4章 基于云模型的驾驶行为分类 | 第32-48页 |
| 4.1 云模型 | 第32-38页 |
| 4.1.1 云模型的定义 | 第32-33页 |
| 4.1.2 云模型的数字特征 | 第33-34页 |
| 4.1.3 隶属云发生器 | 第34-37页 |
| 4.1.4 云模型的应用 | 第37-38页 |
| 4.2 基于云模型数字特征值的驾驶员分类 | 第38-47页 |
| 4.2.1 驾驶员的云模型数字特征值的获取 | 第38-41页 |
| 4.2.2 分类器的选取 | 第41-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第5章 基于云模型的区域路段运行态势的评估 | 第48-57页 |
| 5.1 历史云与当前云的加权得预测云 | 第48-50页 |
| 5.1.1 前件云与后件云 | 第48-49页 |
| 5.1.2 预测云的生成 | 第49-50页 |
| 5.2 预测云的准确性分析及验证 | 第50-51页 |
| 5.3 BP神经网络的区域路段运行态势分析 | 第51-56页 |
| 5.3.1 基于BP神经网络的分类区间的获取 | 第51-54页 |
| 5.3.2 区域路段态势的评估 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |
