声明
致谢
摘要
1 绪论
1.1 研究背景及意义
1.2 诱导信息空间和时间策略的生成与发布研究现状
1.3 交通诱导系统研究现状
1.4 本文研究内容及研究框架
1.5 本章小结
2 交通诱导策略生成模型与算法研究
2.1 数据挖掘
2.1.1 数据挖掘概述
2.1.2 数据挖掘主要技术与方法
2.1.3 数据挖掘技术在交通中的应用
2.2 基于关系代数理论的关联规则挖掘算法ORAR
2.2.1 系统聚类算法
2.2.2 ORAR算法
2.2.3 实例分析
2.3 基于遗传算法的BP神经网络优化算法
2.3.1 BP神经网络
2.3.2 遗传算法
2.3.3 遗传算法与BP神经网络的结合
2.3.4 算法分析
2.3.5 实例分析
2.4 本章小结
3 交通诱导策略发布模型与算法研究
3.1 基于交通事件严重程度的诱导信息空间发布策略
3.2 交通诱导信息时间发布策略
3.2.1 主要影响因素分析
3.2.2 交通诱导信息时间差异化发布方法
3.2.3 实例分析
3.3 本章小结
4 交通诱导辅助决策系统的设计
4.1 系统设计思想
4.1.1 对北京市诱导系统的研究
4.1.2 辅助决策系统设计思想
4.2 系统需求设计和系统目标
4.3 数据需求及数据库设计
4.4 系统功能结构设计
4.5 系统总体架构设计
4.6 开发环境
4.6.1 GIS开发平台选择
4.6.2 后台数据库选择
4.6.3 系统开发工具选择
4.7 本章小结
5 系统实现
5.1 系统整体布局展示
5.2 信息的基本统计查询
5.3 基于历史的诱导策略生成示例
5.4 辅助决策子系统对比示例
5.5 本章小结
6 总结与展望
6.1 本文主要结论
6.2 研究展望
参考文献
附录A GABP预测实现代码
作者简历
学位论文数据集