通流智能交通系统关键技术结论

摘要2-3

ABSTRACT3-7

第1章 绪论7-15

1.1 选题背景及作用7-8

1.2 国内外探讨近况8-12

1.2.1 国外探讨近况9-11

1.2.2 国内探讨近况11-12

1.3 主要探讨内容12-13

1.4 论文组织结构安排13-15

第2章 交通流预测15-34

2.1 短时交通流预测15-17

2.1.1 短时交通流可预测原理15-16

2.1.2 短时交通流预测近况16-17

2.2 短时交通流预测算法及性能指标17-25

2.2.1 移动平均法17-18

2.2.2 加权移动平均法18

2.2.3 指数平滑法18-19

2.2.4 人工神经网络预测法19-24

2.2.5 Kalman 滤波预测法24-25

2.2.6 预测算法性能指标25

2.3 小波浅析论述25-27

2.4 改善的 WNN 预测策略27-33

2.4.1 网络结构的确定27-28

2.4.2 学习率的确定28-29

2.4.3 网络学习算法29-31

2.4.4 结果比较及浅析31-33

2.5 本章小结33-34

第3章 系统制约算法34-47

3.1 交通制约系统基本概念及术语34-37

3.2 交通制约案例评价指标37-39

3.2.1 稳态延误模型37-38

3.2.2 瞬态延误模型38-39

3.3 绿灯调整量模糊制约器设计39-42

3.4 相位差调整量模糊制约器设计42-44

3.5 系统制约算法44-46

3.6 本章小结46-47

第4章 系统仿真实现47-70

4.1 TSIS 软件介绍47-49

4.1.1 TSIS 软件概述47-48

4.1.2 TSIS 七大组件介绍48-49

4.2 TSIS 接口技术49-52

4.2.1 TSIS 开放式软件架构49-50

4.2.2 RTE 接口技术50-52

4.3 RTE 编程基础52-61

4.3.1 工程文件描述52-53

4.3.2 重要的全局变量53

4.3.3 重要文件53-54

4.3.4 重要类说明54-61

4.4 配置及开发 RTE61-63

4.5 算法实现及浅析63-69

4.5.1 程序设计说明63-67

4.5.2 制约算法仿真及结果浅析67-69

4.6 本章小结69-70

第5章 结论与展望70-72

5.1 主要探讨工作小结70

5.2 后续探讨方向70-72