基于时空大数据的城市最优路径规划的研究与应用

目录

声明

第一章绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 本文主要工作

1.4 本文结构安排

第二章理论基础

2.1 时空数据信息

2.1.1 GPS信息类型

2.1.2 GPS数据结构

2.2 地图匹配理论

2.2.1 路径匹配研究现状

2.2.2 隐式马尔可夫模型

2.2.3 Viterbi算法

2.3 路径规划算法

2.3.1 路径规划分类

2.3.2 拓扑结构简化模型

2.4 卷积神经网络（CNN）

2.4.1 卷积网络结构

2.4.2 卷积过程

2.5 循环神经网络（RNN）

2.5.1 循环网络结构

2.5.2 长短时记忆单元（LSTM）

2.5.3 门控机制（GRU）

2.6 本章小结

第三章 时空数据预处理

3.1 数据清洗

3.1.1 重复冗余数据

3.1.2 漂移离群数据

3.2 数据压缩

3.3 轨迹匹配

3.3.1 网络结构构建

3.3.2 候选道路连接

3.3.3 有效轨迹确定

3.3.4 匹配操作结果

3.4 本章小结

第四章 城市路网交通路径规划

4.1 问题现状

4.1.1 问题背景

4.1.2 路网结构定义

4.2 分层 A*路径规划

4.2.1 算法原理

4.2.2 数据结构

4.2.3 估计函数改进

4.2.4 影响因素分析

4.3 多路径规划实现

4.4 本章小结

第五章 基于时空大数据的通行时间评估

5.1 给定路径的时间估计问题

5.1.1 问题介绍

5.1.2 模型定义

5.2 AB-BiGRU双向门控循环网络时间预测模型

5.2.1 模型整体框架

5.2.2 AB-BiGRU框架各组件

5.2.3 组件融合

5.2.4 注意力影响

5.2.5 双向监督机制

5.3 训练及测试算法

5.4 实验验证

5.4.1 实验设置

5.4.2 实验结果及分析

5.5 本章小结

第六章 总结与期望

6.1 总结与回顾

6.2 不足与展望

致谢

参考文献