第一章 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国内外研究现状
1.2.1交通流量预测技术现状
1.2.2交通流量调控技术现状
1.3研究的目的与内容
1.3.1研究的目的
1.3.2研究的内容
1.4研究的方法和技术路线
1.4.1研究的方法
1.4.2研究的技术路线
1.5本文的主要工作及章节安排
1.5.1本文的主要工作
1.5.2本文章节安排
第二章 相关理论基础与研究方法
2.1开发工具介绍
2.1.1 Matlab软件
2.1.2 Pycharm软件
2.1.3 Tensorflow 模块
2.1.4 LSSVM工具包
2.2相关理论介绍
2.2.1 KKT条件
2.2.2 完全理性与有限理性
2.2.3 拥堵缓行定义及收费方式
2.3传统时间序列预测方法
2.3.1自回归模型
2.3.2自回归滑动平均模型
2.4机器学习预测方法
2.4.1最近邻算法
2.4.2支持向量回归（ SVR ）算法
2.5深度学习预测方法
2.5.1长短期记忆模型
2.5.2生成对抗网络模型
2.6本章小结
第三章 交通系统路网设计与数据分析处理
3.1系统设计
3.1.1贵阳市云岩区区域交通路网的构造
3.1.2贵阳市云岩区区域交通路网的参数
3.2数据分析
3.2.1交通流量的数学描述
3.2.2交通流量的可视化
3.3数据预处理
3.3.1基于高斯距离的数据填充
3.3.2时空交通流量矩阵的构造
3.4本章小结
第四章 短时路径交通流量预测算法
4.1 交通流量预测模型
4.2 最小二乘支持向量机预测模型
4.3 最小二乘支持向量机优化算法
4.3.1粒子群算法的基本原理
4.3.2粒子群算法
4.3.3混沌优化算法
4.3.4混沌粒子群优化最小二乘支持向量机预测算法步骤
4.4 路径交通流量预测算法算例仿真结果对比分析
4.4.1模型评价指标
4.4.2算例参数的配置
4.4.3仿真结果对比分析
4.5 本章小结
第五章 基于深度学习的路网交通流量预测模型及其收费调节流量方法
5.1生成对抗网络预测模型
5.1.1生成对抗网络预测数学模型的构建
5.1.2路网流量预测仿真结果
5.1.3流量调节的必要性分析
5.2基于路径收费理论的路网流量最优分配模型
5.2.1收费手段基本原理
5.2.2路网交通流量的优化调节
5.3算例仿真结果对比分析
5.4本章小结
第六章 总结与展望
6.1本文工作总结
6.2研究结论与政策建议
6.3研究工作展望
致谢
参考文献
附录
声明
贵州大学;
