摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-16页 |
1.1 课题来源 | 第10页 |
1.2 研究背景及意义 | 第10-11页 |
1.3 国内外研究现状 | 第11-13页 |
1.3.1 绿波适用性评价指标体系 | 第11-12页 |
1.3.2 异常点剔除算法 | 第12页 |
1.3.3 Android应用开发 | 第12-13页 |
1.4 研究内容 | 第13-15页 |
1.5 本章小结 | 第15-16页 |
第2章 基于云模型的绿波适用性及效果评价的基本理论 | 第16-26页 |
2.1 云模型的基本理论 | 第16-20页 |
2.1.1 云的定义 | 第16页 |
2.1.2 云的数字特征 | 第16-18页 |
2.1.3 正态云模型 | 第18-19页 |
2.1.4 云发生器 | 第19-20页 |
2.2 层次分析法的基本理论 | 第20-24页 |
2.2.1 层次分析法的基本内容 | 第20页 |
2.2.2 层次分析法的特点 | 第20-21页 |
2.2.3 层次分析法的基本步骤 | 第21-24页 |
2.3 交通信号控制评价指标的基本理论 | 第24-25页 |
2.4 本章小结 | 第25-26页 |
第3章 基于云模型的绿波适用性评价 | 第26-40页 |
3.1 绿波适用性评价指标体系的构建 | 第26-32页 |
3.1.1 绿波适用性评价指标体系建立的原则 | 第26-28页 |
3.1.2 绿波适用性评价指标体系制定的方法 | 第28-29页 |
3.1.3 绿波适用性评价指标体系的初步建立 | 第29页 |
3.1.4 绿波适用性评价指标体系的最终确立 | 第29-32页 |
3.2 基于云模型评价法的步骤 | 第32-33页 |
3.3 基于云模型的绿波适用性评价的应用 | 第33-38页 |
3.3.1 评价样本的选取 | 第33-34页 |
3.3.2 评价标准与评语集的建立 | 第34页 |
3.3.3 评价指标权重的确定 | 第34-35页 |
3.3.4 评价等级的确定 | 第35-38页 |
3.3.5 评价结果分析 | 第38页 |
3.4 本章小结 | 第38-40页 |
第4章 基于云模型的干线绿波协调效果评价 | 第40-52页 |
4.1 数据采集准备工作 | 第40-43页 |
4.1.1 数据采集路段选取 | 第40-41页 |
4.1.2 数据采集时段选取 | 第41页 |
4.1.3 数据采集方式选取 | 第41-43页 |
4.2 数据处理算法 | 第43-45页 |
4.2.1 异常点剔除算法 | 第43-44页 |
4.2.2 停车检测算法 | 第44-45页 |
4.3 基于云模型的干线绿波协调效果评价 | 第45-50页 |
4.3.1 评语集与评价标准的建立 | 第45-46页 |
4.3.2 调查数据整理 | 第46页 |
4.3.3 评价指标权重的确定 | 第46-47页 |
4.3.4 评价等级的确定 | 第47-49页 |
4.3.5 评价结果分析 | 第49-50页 |
4.4 本章小结 | 第50-52页 |
第5章 基于Android的绿波效果指标计算APP设计与开发 | 第52-64页 |
5.1 需求分析 | 第52-53页 |
5.1.1 功能需求 | 第52页 |
5.1.2 非功能需求 | 第52-53页 |
5.2 基于Android的绿波效果指标计算APP的设计 | 第53-54页 |
5.2.1 界面设计 | 第53-54页 |
5.2.2 总体功能设计 | 第54页 |
5.3 基于Android的绿波效果指标计算APP的实现 | 第54-61页 |
5.3.1 界面实现 | 第54-56页 |
5.3.2 定位功能实现 | 第56页 |
5.3.3 指标计算功能实现 | 第56-58页 |
5.3.4 天气采集功能实现 | 第58-59页 |
5.3.5 数据保存功能实现 | 第59页 |
5.3.6 数据上传功能实现 | 第59-61页 |
5.4 基于Android的绿波效果指标计算APP的测试 | 第61-63页 |
5.5 本章小结 | 第63-64页 |
总结与展望 | 第64-66页 |
论文研究总结 | 第64-65页 |
研究的创新点 | 第65页 |
研究工作展望 | 第65-66页 |
参考文献 | 第66-70页 |
附录 | 第70-74页 |
攻读硕士学位期间发表的论文 | 第74-76页 |
致谢 | 第76页 |