声明
1 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 研究目的
1.3 技术路线
1.4 全文结构
2 相关理论方法综述
2.1 短时交通流预测
2.1.1 基本概念
2.1.2 研究现状与不足
2.2 信号控制
2.2.1 基本概念
2.2.2 研究现状与不足
2.3 Stacking集成学习方法
2.3.1 Stacking方法
2.3.2 Stacking的优势
2.4 本章小结
3 基于Stacking的预测方法及改进
3.1 基准预测方法
3.1.1 线性平均模型
3.1.2 时间序列模型
3.2 基于Stacking的短时交通流预测方法
3.2.1 基本思路与框架
3.2.2 初级学习器
3.2.3 次级学习器
3.3 模型改进
3.3.1 基于滑动窗口的动态预测
3.3.2 考虑天气因素的模型
3.4 仿真验证
3.4.1 交通数据
3.4.2 天气数据
3.4.3 数据预处理与可视化
3.4.4 结果分析
3.5 本章小结
4 基于预测交通流的多目标信号配时优化
4.1 指标选取
(1)平均停车次数
(2)平均延误时间
4.2 权重系数
4.3 多目标优化模型
4.4 优化模型求解
4.5 实例分析
(1)路口概况
(2)短期车流量
(3)计算过程
(4)优化结果分析
4.6 本章小结
5 结论
5.1 总结
5.2 展望与不足
5.3 实践建议
参考文献
致谢
附录A 图表