道路交通状态判别技术与应用PDF|Epub|txt|kindle电子书版本网盘下载

道路交通状态判别技术与应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 道路交通系统1

1.2 道路交通管理系统5

1.2.1 道路交通管理的任务与特点5

1.2.2 道路交通管理的历史与现状6

1.3 先进的交通管理系统9

1.3.1 ATMS的基本概念9

1.3.2 ATMS的组成与功能10

1.3.3 ATMS的发展现状15

1.4 交通状态判别的技术路线27

1.5 小结27

第2章 交通信息处理的技术基础28

2.1 概述28

2.2 数据挖掘技术29

2.3 数据融合技术30

2.4 统计分析技术32

2.5 人工智能技术37

2.5.1 人工智能技术概述37

2.5.2 模式判别38

2.5.3 人工神经网络40

2.5.4 遗传算法46

2.6 小结48

第3章 道路交通状态指标体系49

3.1 交通流特性49

3.2 交通拥挤的含义及其分类52

3.3 道路交通状态指标体系的需求分析54

3.4 道路交通状态指标体系的设计原则56

3.5 道路交通状态指标体系的构成57

3.6 道路交通状态指标值的确定58

3.7 小结61

4.1 交通参数的选择62

第4章 交通参数选择与数据采集的可行性分析62

4.1.1 交通参数的选择原则63

4.1.2 交通参数的确定63

4.2 动态交通数据采集技术的可行性分析65

4.2.1 固定型交通数据采集技术性能比较67

4.2.2 移动型交通数据采集技术性能比较69

4.3 动态交通数据采集技术实施的合理性分析71

4.3.1 高速公路和城市快速路交通数据采集的合理性分析71

4.3.2 高等级公路和城市主干路交通数据采集的合理性分析72

4.3.3 移动型交通检测器数据采集的合理性分析74

4.4 小结75

第5章 交通检测器的优化配置方法76

5.1 固定型交通检测器配置密度的优化方法76

5.1.1 固定型交通检测器的配置原则76

5.1.2 配置密度的优化方法78

5.2.1 确定最小样本量的基本原则90

5.2 移动型交通检测器最小样本量的优化方法90

5.2.2 最小样本量的确定方法91

5.3 交通检测器组合应用优化方法96

5.3.1 交通检测器组合应用优化的原则97

5.3.2 交通检测器组合应用优化方法99

5.3.3 交通检测器组合应用优化方法举例100

5.4 小结102

第6章 动态交通数据的预处理方法103

6.1 动态交通数据故障的识别方法103

6.1.1 丢失数据的识别103

6.1.2 错误数据的识别104

6.2 动态交通数据故障的修复方法106

6.3 动态交通数据的滤波方法107

6.4 历史趋势数据的更新108

6.5 动态交通数据预处理举例109

6.6 小结113

7.1 基本交通参数短时预测研究概述114

第7章 基本交通参数的短时预测方法114

7.2 基本交通参数短时预测常规方法的对比分析116

7.2.1 常规预测方法的选择116

7.2.2 常规预测方法的对比分析118

7.3 基本交通参数短时预测新方法研究的技术路线122

7.4 改进的指数平滑预测方法124

7.4.1 加权系数对预测结果的影响124

7.4.2 加权系数的自适应确定方法126

7.4.3 方法举例127

7.5 基于ANN的预测方法129

7.5.1 基于ANN的预测方法129

7.5.2 基于ANN的预测方法举例137

7.6 基于数据融合的预测方法141

7.6.1 多模型融合预测方法142

7.6.2 基于数据融合的预测方法举例145

7.7 小结147

第8章 行程时间的短时预测方法148

8.1 行程时间预测概述148

8.2 基于移动型交通检测器的行程时间预测方法149

8.3 基于固定型交通检测器的行程时间预测方法150

8.4 行程时间预测方法举例151

8.4.1 基于移动型交通检测器的行程时间预测方法举例151

8.4.2 基于固定型检测器的行程时间预测方法举例157

8.5 小结159

第9章 道路交通拥挤自动判别方法160

9.1 ACI研究概述160

9.1.1 道路交通状态判别方法分类160

9.1.2 ACI算法研究的历史与现状162

9.1.3 ACI算法的性能评价165

9.1.4 交通状态判别方法与应用的基本框架168

9.2 经典ACI算法对比分析169

9.2.1 经典ACI算法169

9.2.2 经典ACI算法评价174

9.3 交通拥挤的度量标准175

9.3.1 道路交通的服务水平指标176

9.3.2 发达国家关于交通拥挤的量化定义176

9.3.3 我国城市交通管理评价指标体系中的有关标准177

9.3.4 基于交通拥挤指数的度量标准178

9.4 ACI算法的需求与适用条件分析185

9.4.1 ACI的需求研究185

9.4.2 ACI算法的适用条件分析187

9.5 ACI新算法设计192

9.5.1 基于固定检测器的ACI算法192

9.5.2 基于移动型交通检测器的ACI算法204

9.5.3 基于数据融合的ACI算法209

9.6 ACI算法举例210

9.6.1 决策阈值的确定210

9.6.3 ACI算法的有效性分析211

9.6.2 ACI算法标定211

9.6.4 ACI算法的可移植性分析215

9.6.5 三级报警制度的效果分析217

9.7 软件设计与使用说明219

9.7.1 交通信息预处理与融合预测219

9.7.2 交通拥挤自动判别算法评价221

9.7.3 交通状态判别在线应用225

9.8 小结227

参考文献228

附录234

附录一 数据分析案例说明234

附录二 固定型交通检测器配置密度的模拟结果（一）238

附录三 固定型交通检测器配置密度的模拟结果（二）240

附录四 移动型交通检测器最小样本量的模拟结果242

附录五 ACI需求调查表244

附录六 ACI算法的适用条件模拟结果247

附录七 ACI算法的适用条件模拟结果分析250