| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状分析 | 第12-14页 |
| 1.2.1 基于车路协同技术的生态驾驶策略研究现状 | 第12-13页 |
| 1.2.2 生态驾驶策略的车辆速度控制方式 | 第13-14页 |
| 1.2.3 研究现状总结 | 第14页 |
| 1.3 主要研究内容 | 第14-17页 |
| 第2章 车路协同理念下城市路口实车试验数据采集 | 第17-33页 |
| 2.1 试验目的及思路 | 第17页 |
| 2.1.1 试验目的 | 第17页 |
| 2.1.2 试验思路 | 第17页 |
| 2.2 驾驶策略初判模型 | 第17-19页 |
| 2.2.1 驾驶策略初判模型的算法 | 第18-19页 |
| 2.2.2 驾驶策略初判模型的建立 | 第19页 |
| 2.3 试验平台的搭建 | 第19-22页 |
| 2.3.1 试验平台 | 第19-21页 |
| 2.3.2 试验路段的选取 | 第21页 |
| 2.3.3 试验人员及分工 | 第21-22页 |
| 2.4 试验方案及步骤 | 第22-26页 |
| 2.4.1 试验方案 | 第22-24页 |
| 2.4.2 驾驶策略初判 | 第24-26页 |
| 2.4.3 试验步骤 | 第26页 |
| 2.5 试验数据的处理与分析 | 第26-31页 |
| 2.5.1 车速数据的处理与分析 | 第27-30页 |
| 2.5.2 油耗数据的处理与分析 | 第30-31页 |
| 2.6 本章小结 | 第31-33页 |
| 第3章 基于BP神经网络的车速预测模型 | 第33-43页 |
| 3.1 BP神经网络概述 | 第33-35页 |
| 3.1.1 BP神经网络定义 | 第33页 |
| 3.1.2 BP神经网络结构 | 第33-34页 |
| 3.1.3 BP神经网络训练过程 | 第34-35页 |
| 3.2 基于BP神经网络的车速预测模型结构参数确定 | 第35-38页 |
| 3.2.1 输入层节点的确定 | 第35-36页 |
| 3.2.2 输出层节点的确定 | 第36页 |
| 3.2.3 传递函数及训练函数的选择 | 第36-37页 |
| 3.2.4 隐含层及其节点数的确定 | 第37页 |
| 3.2.5 学习速率的确定 | 第37-38页 |
| 3.3 基于BP神经网络的车速预测模型的训练及预测 | 第38-41页 |
| 3.3.1 模型训练 | 第38-40页 |
| 3.3.2 车速预测 | 第40-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第4章 车路协同环境下生态驾驶策略的研究 | 第43-83页 |
| 4.1 生态驾驶策略模型 | 第43-45页 |
| 4.1.1 建立生态驾驶策略模型的思路 | 第43-44页 |
| 4.1.2 生态驾驶策略模型的建立 | 第44-45页 |
| 4.2 模型计算 | 第45-72页 |
| 4.2.1 曲线拟合与积分计算 | 第46-70页 |
| 4.2.2 生态驾驶方案 | 第70-72页 |
| 4.3 驾驶策略的仿真分析 | 第72-80页 |
| 4.3.1 仿真软件的选择 | 第72-73页 |
| 4.3.2 仿真模型的建立 | 第73-74页 |
| 4.3.3 仿真试验及数据处理与分析 | 第74-80页 |
| 4.4 生态驾驶策略 | 第80-82页 |
| 4.5 本章小结 | 第82-83页 |
| 第5章 全文总结与展望 | 第83-85页 |
| 5.1 全文总结 | 第83-84页 |
| 5.2 研究展望 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 作者简介及科研成果 | 第89-91页 |
| 致谢 | 第91页 |
