声明
致谢
1 绪论
1.1 研究背景与意义
1.2 研究目标与内容
1.3 研究方法与技术路线
1.4 论文框架与结构
2 国内外研究综述
2.1 污染物排放量测算方法
2.1.1 大气污染物排放测算方法
2.1.2 机动车排放测算方法
2.2 交通流量测算模型
2.2.1 交通流参数
2.2.2 经典交通流模型及其适应性
2.2.3 宏观交通流基本图模型
2.3 交通流模式聚类方法
2.3.1 聚类分析方法及其在交通流聚类中的应用
2.3.2 交通流时间序列模式划分
2.4 模式识别算法及其在交通领域中的应用
2.4.1 模式识别算法
2.4.2 模式识别算法在交通领域的应用
2.5 国内外相关研究存在问题总结
3 数据收集及特征分析
3.1 浮动车速度数据
3.1.1 路段行程速度
3.1.2 路网/多断面平均速度数据
3.2 流量数据
3.2.1 RTMS 数据
3.2.2 流量调查数据
3.3 排放数据
3.4 多源数据集成与匹配方法
3.4.1 数据集成方法
3.4.2 多源数据匹配方法
3.5 本章小结
4 面向路网全样流量测算的交通流模式聚类方法研究
4.1 交通流模式定义及其影响因素分析
4.1.1 交通流模式定义
4.1.2 交通流模式影响因素及其影响机理分析
4.2 交通流模式聚类分析方法研究
4.2.1 交通流模式聚类分析算法研究
4.2.2 交通流模式聚类分析特征指标研究
4.2.3 交通流模式最佳聚类数确定方法
4.2.4 交通流模式聚类分析效果评价指标研究
4.3 快速路交通流模式图谱库构建
4.3.1 层次聚类法各指标下交通流模式聚类分析
4.3.2 K-means 聚类法各指标下交通流模式聚类分析
4.3.3 SOM 神经网络聚类法各指标下交通流模式聚类分析
4.3.4 各聚类算法不同指标下的交通流模式聚类效果评价
4.4 本章小结
5 面向路网全样流量测算的交通流模式识别方法研究
5.1 交通流模式识别方法研究
5.1.1 交通流模式识别步骤
5.1.2 交通流模式快速识别算法研究
5.1.3 交通流模式识别特征指标研究
5.1.4 交通流模式识别效果评价指标研究
5.2 各等级道路不同场景下的交通流模式识别
5.2.1 0:00-24:00 速度指标
5.2.2 凌晨0:00-6:00 速度指标
5.2.3 0:00-12:00 速度指标
5.2.4 早高峰6:00-10:00 速度指标
5.2.5 早高峰6:00-10:00 和晚高峰17:00-21:00 速度指标
5.3 不同等级道路和特征指标下最优模式识别算法研究
5.4 本章小结
6 面向排放测算的城市路网全样流量测算方法研究
6.1 各等级道路交通流基本图模型构建方法
6.2 交通流基本图模型影响因素分析
6.2.1 道路属性
6.2.2 交通构成
6.2.3 驾驶员驾驶特征
6.2.4 环境因素
6.3 基于多源实测数据的交通流基本图模型构建
6.3.1 基于VanAerde 模型的快速路交通流基本图模型构建
6.3.2 各等级道路各方案下交通流模型流量测算误差分析
6.4 基于多源数据的路网全样流量测算方法研究
6.5 本章小结
7 案例应用
7.1 基于路网全样动态流量的机动车排放量测算方法研究
7.1.1 机动车路网排放动态测算方法研究
7.1.2 排放测算数据
7.2 基于路网动态排放测算的限行政策评估
7.2.1 限行政策实施前后交通流变化
7.2.2 限行政策实施前后路网机动车排放量动态测算
7.3 本章小结
8 结论与展望
8.1 主要结论和创新点
8.2 研究展望
参考文献
附录A
作者简历及博士学位期间取得的研究成果
独创性声明
学位论文数据集
北京交通大学;