声明
摘要
变量说明
1.1.1 智能交通系统
1.1.2 交通大数据
1.1.3 数据驱动方法
1.1.4 面向智能交通的车辆跟驰研究
1.2 研究对象
1.3 研究方法
1.4 研究目的与意义
1.5 研究内容与技术路线
1.5.1 研究内容
1.5.2 技术路线
第2章 车辆跟驰模型研究综述
2.1 理论驱动模型
2.1.1 刺激反应类模型
2.1.2 期望度量类模型
2.1.3 安全距离类模型
2.1.4 心理生理类模型
2.1.5 元胞自动机类模型
2.1.6 轨迹平移类模型
2.2 数据驱动模型
2.2.1 模糊逻辑类模型
2.2.2 人工神经网络类模型
2.2.3 实例学习类模型
2.2.4 支持向量回归类模型
2.3 车辆跟驰模型评价
2.4 当前研究的不足
第3章 数据驱动车辆跟驰模型的建立
3.1 数据驱动方法的选定
3.1.1 问题描述
3.1.2 参数统计方法
3.1.3 人工神经网络
3.1.4 统计学习理论
3.1.5 支持向量回归
3.2 支持向量回归的理论基础
3.2.1 损失函数
3.2.2 最优化理论
3.2.3 核函数
3.3 支持向量回归车辆跟驰模型
3.4 考虑驾驶行为约束的支持向量回归车辆跟驰模型
本章小结
第4章 数据驱动车辆跟驰模型的标定与验证
4.1 数据准备
4.2 评价方法
4.3 参数标定
4.4 仿真验证
4.4.1 车队跟驰
4.4.2 交通振荡
本章小结
第5章 数据驱动车辆跟驰模型的扩展与应用
5.1 考虑多辆前车影响
5.1.1 问题描述
5.1.2 模型改进
5.1.3 模型评价
5.1.4 相对权重估计
5.2 考虑不同车型组合
5.2.1 问题描述
5.2.2 模型改进
5.2.3 模型评价
5.2.4 驾驶行为差异性分析
5.3 融合理论驱动车辆跟驰模型
5.3.1 问题描述
5.3.2 模型改进
5.3.3 模型评价
本章小结
第6章 车辆轨迹分析系统的设计与实现
6.1 系统设计目标
6.2 系统功能架构
6.1.1 轨迹数据管理子系统
6.1.2 车辆跟驰模型子系统
6.1.3 性能指标分析子系统
6.1.4 输入输出子系统
6.1.5 显示绘图子系统
6.3 系统逻辑架构
6.4 系统开发环境
6.5 系统运行界面
6.5.1 车辆轨迹数据管理界面
6.5.2 车辆轨迹时空图显示界面
6.5.3 跟驰车队数据管理界面
6.5.4 车辆跟驰分析结果显示界面
6.5.5 交通流特性分析结果显示界面
本章小结
主要工作与成果
创新点
研究展望
致谢
参考文献
攻读博士期间发表的论文