声明
第1 章 绪 论
1.1 选题背景及意义
1.2 国内外研究现状
1.3.1 研究目标
1.3.2 主要研究内容
1.4 本章小结
第2 章 信号交叉口理论基础
2.1 概述
2.2 信号交叉口交通参数
2.2.1 交通信号时间参数
2.2.2 交通流参数
2.3.1 交通状态定义
2.3.2 交叉口交通状态影响因素
2.3.3 交通状态分类
2.4 常用的交叉口评价指标
①通行能力
②饱和度
③排队长度
④延误时间
⑤停车次数
2.5 本章小结
第3 章 交叉口交通流参数获取与分析
3.1 概述
3.2 数据采集交叉口选取与基本信息
3.3 数据采集时间间隔的确定
3.4 数据采集方案
3.4.1 平均车辆延误提取
3.4.2 饱和度和平均排队长度采集
3.5.1 信号交叉口交通流相似性
3.5.2 信号交叉口的阻滞作用和排队现象
3.6 本章小结
4.1 概述
4.2聚类分析概述
(1)硬聚类
(2)模糊聚类
4.3.1 模糊C均值聚类(FCM)
4.3.2 遗传算法(GA)
4.3.3 GA-FCM算法设计
4.4 模型验证
4.4.1 参数设定
4.4.2 交通状态聚类分析
4.4.3 FCM与GA-FCM算法对比分析
4.5 本章小结
第5 章 基于GRNN的交叉口交通状态判别
5.1 概述
5.2 人工神经网络
5.2.1 人工神经网络的典型模型
5.2.2 广义回归神经网络原理
5.2.3 GRNN模型用于交通状态判别的适用性
5.3 基于GA-FCM和GRNN的交叉口交通状态判别方法
5.3.1基于GA-FCM和GRNN的交叉口交通状态判别方法流程设计
5.3.2 GRNN参数光滑因子的优化
5.4 模型建立与验证
5.5 本章小结
第6 章 结论与展望
6.1 结论
6.2不足与展望
致谢
参考文献
在学期间发表的论文和取得的学术成果
重庆交通大学;