0 前言 | 第1-11页 |
·研究背景 | 第6-7页 |
·智能运输系统 | 第6页 |
·城市交通流诱导系统 | 第6-7页 |
·交通信息采集技术现状 | 第7-9页 |
·非自动采集方法 | 第7-8页 |
·自动采集方法 | 第8-9页 |
·本文的主要工作 | 第9-10页 |
·本文的结构 | 第10-11页 |
1 基于GPS系统的城市交通状况实时检测方法研究 | 第11-18页 |
·GPS系统 | 第11-12页 |
·基于GPS系统的交通建模优势 | 第11-12页 |
·GPS系统应用发展前景 | 第12页 |
·交通状况信息数学建模 | 第12-16页 |
·交通流量 | 第12-13页 |
·平均车速 | 第13-15页 |
·时间平均车速 | 第14-15页 |
·区间平均车速 | 第15页 |
·行程时间 | 第15-16页 |
·车道占有率 | 第16页 |
·基于GPS技术的道路交通状况判别方法 | 第16-17页 |
·小结 | 第17-18页 |
2 交通状况实时预测研究 | 第18-32页 |
·BP神经网络 | 第18-21页 |
·高阶神经网络 | 第21-25页 |
·遗传算法 | 第25-26页 |
·遗传神经网络预测模型 | 第26-29页 |
·实验 | 第29-31页 |
·小结 | 第31-32页 |
3 基于GPS系统的城市车辆跟踪定位与诱导系统的设计 | 第32-42页 |
·地理信息系统 | 第32-33页 |
·无线通讯系统 | 第33-34页 |
·系统设计 | 第34-40页 |
·系统界面设计 | 第34-35页 |
·系统实现的功能 | 第35-37页 |
·系统的软件开发 | 第37-40页 |
·程序设计过程中出现的问题及分析 | 第40-41页 |
·小结 | 第41-42页 |
4 总结 | 第42-43页 |
致谢 | 第43-44页 |
参考文献 | 第44-47页 |
附录 | 第47页 |