声明
摘要
1.1 研究背景及意义
1.2 课题研究内容与技术路线
1.3 论文结构安排
第二章 国内外研究综述
2.1 行程时问预测方法
2.1.1 时间序列算法
2.1.2 卡尔曼滤波算法
2.1.3 人工神经网络算法
2.1.4 非参数回归算法
2.1.5 组合预测模型
2.2 动态路径交通流分配
2.3 诱导信息发布及校验
2.4 本章小结
3.1 必要性分析
3.2 行程时间预测模型
3.2.1 基于改进的卡尔曼滤波预测模型
3.2.2 BP神经网络预测模型
3.2.3 组合预测模型
3.3 案例分析
3.3.1 模型预测结果
3.3.2 模型准确性分析
3.3.3 模型可靠性分析
3.4 本章小结
第四章 动态交通诱导模型
4.1 动态交通流分配概述
4.2 相关约束条件
4.3 动态交通流分配模型
4.3.1 动态系统最优控制模型
4.3.2 动态用户最优控制模型
4.3.3 基于博弈论的交通分配模型
4.4 遗传算法优化的博弈论交通流分配方法
4.4.1 遗传算法
4.4.2 设计思路
4.4.3 具体步骤
4.4.4 流程图
4.5 案例分析
4.5.1 路网建模
4.5.2 流量分配
4.5.3 微观仿真
4.6 本章小结
第五章 诱导信息发布及校验模型
5.1 驾驶员的路径选择行为分析
5.1.1 道路属性
5.1.2 驾驶员个体属性
5.2 诱导信息发布模块
5.2.1 单一影响因素
5.2.2 组合影响因素
5.3 诱导效果校验模块
5.3.1 判断机制
5.3.2 反馈优化机制
5.4 本章小结
6.1 论文总结
6.2 论文展望
参考文献
致谢