首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--交通工程与交通管理论文

高速公路交通运行状态判别方法研究

摘要第4-5页
Abstract第5-6页
图目录第10-11页
表目录第11-12页
第1章 绪论第12-20页
    1.1 研究目的与意义第12-13页
    1.2 研究的主要内容第13页
    1.3 国内外研究现状第13-18页
        1.3.1 交通拥挤判别的国内外研究现状第13-16页
        1.3.2 交通事件判别的国内外研究现状第16-18页
    1.4 研究思路及章节安排第18-19页
        1.4.1 研究思路第18页
        1.4.2 章节安排第18-19页
    1.5 本章小结第19-20页
第2章 高速公路交通运行状态指标体系第20-30页
    2.1 概述第20页
    2.2 高速公路交通运行状态指标体系的需求分析第20-22页
        2.2.1 高速公路运行管理对交通运行状态信息的需求分析第20-21页
        2.2.2 高速公路交通组织管理对道路运行状态信息的需求分析第21页
        2.2.3 高速公路路网规划对道路运行状态信息的需求分析第21-22页
    2.3 高速公路运行状态指标体系的确立第22-28页
        2.3.1 高速公路运行状态指标体系设计原则第22页
        2.3.2 高速公路交通运行状态划分第22-23页
        2.3.3 高速公路运行状态指标的选取第23-25页
        2.3.4 高速公路运行状态评价指标体系建立第25-27页
        2.3.5 高速公路运行状态指标的量化第27-28页
    2.4 本章小结第28-30页
第3章 高速公路交通拥挤状态判别方法研究第30-44页
    3.1 概述第30-31页
    3.2 高速公路交通拥堵评价标准第31-33页
        3.2.1 由区间交通参数决定的拥挤评价标准第31-32页
        3.2.2 由地点交通参数决定的拥挤评价标准第32-33页
    3.3 高速公路道路交通拥挤评判模型第33-39页
        3.3.1 模型构建第33-37页
        3.3.2 评判模型分析第37-39页
    3.4 实例分析第39-42页
        3.4.1 数据来源第39-40页
        3.4.2 高速公路交通拥挤状态判别方法验证第40-42页
        3.4.3 结果分析第42页
    3.5 本章小结第42-44页
第4章 高速公路紧急事件判别方法研究第44-58页
    4.1 概述第44-45页
    4.2 基于支持向量机的高速公路紧急事件判别模型第45-48页
        4.2.1 支持向量机用于交通事件检测的适应性分析第45-46页
        4.2.2 基于 SVM 的高速公路紧急事件判别模型设计第46-48页
    4.3 基于 SVM 的高速公路紧急事件判别优化模型第48-52页
        4.3.1 粒子群优化模型的改进方法第48-50页
        4.3.2 基于改进 PSO-SVM 的高速公路交通紧急事件判别模型设计第50-52页
    4.4 方法验证第52-57页
        4.4.1 基于网格搜索的支持向量机参数寻优仿真实验第53页
        4.4.2 基于改进 PSO-SVM 高速公路交通紧急事件判别模型仿真实验第53-56页
        4.4.3 结果分析第56-57页
    4.5 本章小结第57-58页
第5章 总结与展望第58-60页
    5.1 总结第58-59页
    5.2 展望第59-60页
参考文献第60-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:25G型车厢外表面清洗机器人研究
下一篇:伴嗅觉障碍的慢性鼻窦炎患者术后嗅觉变化临床研究