声明
摘要
第1章 绪论
1.1 选题背景与研究意义
1.2 国内外研究状况分析
1.2.1 静态OD估计研究概况
1.2.2 动态OD估计研究概况
1.2.3 多类型数据OD矩阵估计研究概况
1.3 研究目标及内容
1.4 研究技术路线
第2章 路径选择模型与贝叶斯推断原理
2.1 路径选择模型
2.1.1 用户均衡模型
2.1.2 随机用户均衡模型
2.2 贝叶斯推断基础
2.2.1 贝叶斯推断原理
2.2.2 统计线性反问题
2.2.3 贝叶斯后验分布的推导
2.3 马尔可夫链蒙特卡罗(MCMC)抽样算法
2.3.1 随机模拟
2.3.2 马尔可夫链及其平稳分布
2.3.3 马尔可夫链蒙特卡罗方法(MCMC方法)
2.4 OD矩阵估计精度指标
第3章 基于路段流量的贝叶斯OD矩阵估计
3.1 固定路径选择模式下的OD矩阵估计模型
3.1.1 似然函数推断
3.1.2 先验分布推断
3.1.3 后验分布推断
3.2 求解固定路径选择模式下的OD矩阵估计模型的算法
3.3 模型扩展
3.4 本章小结
第4章 基于多类型数据的贝叶斯OD矩阵估计
4.1 数据关系分析
4.1.1 数据类型介绍
4.1.2 数据间关系分析
4.1.3 数据独立性分析及处理
4.2 多类型数据的贝叶斯OD矩阵估计模型
4.2.1 求解部分路径流量的似然函数
4.2.2 求解路段流量的似然函数
4.2.3 求解交叉口转向流量的似然函数
4.2.4 求解路段车辆旅行速度的似然函数
4.2.5 求解后验分布形式
4.3 求解多类型数据的贝叶斯OD矩阵估计模型的算法
4.4 本章小结
第5章 算例分析
5.1.1 路网介绍
5.1.2 基础数据
5.2 基于路段流量的OD估计案例分析
5.2.1 路段流量数据分析
5.2.2 OD流量数据分析
5.3 基于多类型数据的OD估计案例分析
5.3.1 路段流量数据分析
5.3.2 OD流量数据分析
第6章 结论与展望
6.1 主要结论
6.2 主要创新点
6.3 未来研究展望
致谢
参考文献
攻读硕士期间发表的学术论文和参与的科研项目