一、基于进出口匝道流量的高速公路OD矩阵（论文文献综述）
饶文明[1]（2021）在《基于多源感知数据的城市大规模路网动态交通分配模型研究》文中研究说明动态交通分配是道路交通网络建模与分析的核心内容,基于实际采集多源感知交通数据,构建适应城市道路间断交通流特性、兼顾计算效率与准确性的大规模城市路网动态交通分配模型,对于有效提升城市道路交通智能化管控的鲁棒性水平,缓解城市道路交通拥堵具有重要现实意义。基于现实城市路网交通智能感知数据,既有动态交通分配模型研究存在车流OD估计严重依赖路径选择行为假设、交通流加载及传播描述能力不足、求解效率低等诸多问题,导致以动态交通分配模型为核心的智能交通管理技术（如主动式拥堵热点疏解）难以应用于大规模城市路网。面向我国城市道路智能化交通管控需要,本文提出了基于多源感知数据的城市大规模路网动态交通分配模型构建方法。研究主要包括多源数据环境下大数据驱动的动态交通需求模式（即OD模式）估计、网络交通流动态加载模型构建、动态交通分配建模与求解三个关键技术,具体的研究内容和结论总结如下。（1）针对当前城市大规模路网车流OD估计严重依赖路径选择行为假设问题,考虑卡口式电子警察采集的过车记录中存在大量轨迹数据,论文提出了一种多源数据环境下大数据驱动的动态OD模式估计方法,克服了既有方法未充分利用真实路径选择信息,OD模式估计结果难以反映现实路网交通需求分布的不足。首先,考虑到卡口式电子警察设备的空间覆盖率情况,从过车记录中提取的车辆轨迹通常是不完整的,提出了基于粒子滤波模型的轨迹重构方法。其次,基于重构的完整车辆轨迹,提出了一种以轨迹数据为主、断面交通流数据为辅的城市路网动态OD模式估计方法。在此基础上,考虑到轨迹数据空间分布异质性特点,基于空间统计学方法量化分析了轨迹数据异质性对OD模式估计的影响。最后,基于空间统计分析揭示的影响规律,提出了一种OD模式调优方法。基于提出的方法对昆山市中心城区路网的工作日早晚高峰和中午平峰的动态OD模式进行了估计。结果表明,估计的交通出行产生/吸引量能够准确反映路网交通需求的动态变化与空间分布,OD模式估计结果具有较高的精度,各时段的MAPE值均维持在20%以内;模型估计精度随着轨迹数据平均采样率的降低而减小,最小可接受采样率为60%;空间统计分析表明,出行产生/吸引变化量的局部空间自相关性几乎不随轨迹采样率而变化,受轨迹空间分布异质性影响较大的热点交通小区数量和位置分布与测试区域位置具有较强的相关性;OD模式调优方法通过精准调整与热点交通小区相关的需求估计值,即可实现了OD模式估计精度的有效提升。（2）针对既有动态网络加载模型对信号控制影响下的间断交通流描述能力不足问题,论文提出了一种基于改进元胞传输模型的城市路网交通流动态加载模型。首先,考虑传统基于路径的元胞传输模型视交叉口为节点、无法模拟信号控制对路口通行能力影响等缺陷,通过构建转向元胞流量传递方程,提出了一种适用于城市道路的改进元胞传输模型。其次,针对传统人工划分元胞的方法费时费力问题,提出了一种基于路网拓扑的元胞自动划分方法,实现了大规模路网的元胞模型快速搭建。最后,以改进的元胞传输模型为核心,研究构建了以路径流为最小加载单元、基于中观仿真的城市路网交通流动态加载模型。对长江路干线及其周边道路构成的局部路网上进行了交通流动态加载仿真测试。结果表明,在路径分配确定的前提下,提出的模型能够将给定的动态交通需求合理的加载至路网,并准确模拟交通流的动态传播演变以及交通拥堵的“形成-扩散-消散”过程;改进的元胞传输模型通过转向元胞通行能力约束近似模拟了信号控制对交叉口进口道及内部车流运行的影响,获得的转向流量仿真值较为准确;模型以进口道延误（进口道上的元胞行程时间）来替代信号控制延误,能够为DTA建模提供准确的动态路径阻抗,干线行程时间MAPE值处于10%左右。（3）针对既有动态交通分配模型在现实大规模路网应用场景中存在的求解复杂耗时问题,研究构建了一种基于空间域分解的大规模路网动态交通分配模型,设计了并行仿真求解方法,初步实现了分配准确性与计算效率的协调兼顾。首先,考虑智能化交通管控对模拟真实路网交通流状态的需求,构建了基于动态用户均衡分配准则的交通分配模型,提出了基于相继平均法的连续多时段动态交通分配仿真求解方法。其次,考虑到模型求解复杂度与经过元胞的路径数量成正比,定义了一个新的变量—元胞路径数,以路段上的元胞路径数作为路段负载。为了确保并行计算时各进程具有相近的工作负载、减少进程等待时间,提出了以负载平衡为目标、路段负载为权重的基于广度优先搜索的路网空间域分解方法;在此基础上,提出了一种基于并行计算的仿真求解方法。以早晚高峰和午间平峰共20个15分钟时间间隔的动态OD作为模型输入,对昆山市中心城区路网进行了动态交通分配测试。结果表明,本文方法具有较好的收敛性,各测试时段模型经过13～19次迭代可达到收敛,相对间隙指标（Relative Gap,RG）的最佳阈值为0.4%,在同等迭代次数下平峰时段模型更易收敛于较低的RG值。被选路径的行程时间变化范围较小,最短路径的分配流量远高于非最短路,说明路径分配结果较好的满足动态用户均衡准则;断面流量和速度的空间分布与真实交通状况较为符合,路径行程时间的仿真值与观测值保持了基本一致的变化趋势,二者误差在8分钟以内。行程时间仿真值与观测值区间下限更为接近,说明现实路网交通流分布并非处于理想动态用户均衡状态。并行仿真求解方法显着提升了模型的求解速度,进程数为14时达到最优加速比（6.78）,计算时耗缩短至10分钟以内。本文构建的DTA模型初步实现了分配精度与计算效率的兼顾,基本满足智能交通管控应用的实时性要求。
庞建荣[2]（2020）在《城市建成区过境交通组织与关键道路交叉口交通设计研究》文中研究说明城市建成区过境交通是城市交通的重要组成部分。由于过境交通仅是通过城市,而且大型车辆多,过多的过境交通通过城市建成区会对城市的生产、居民生活以及交通安全产生极为不利的影响。因此,如何做好城市建成区过境交通需求分析,研究过境交通组织,并结合关键道路交叉口进行交通设计研究,具有重要的现实意义。本文利用理论与实践相结合的方法,以中等通过性城市为对象,研究城市过境交通的需求、交通组织和关键道路交叉口的交通设计等。首先,评价研究对象城市的交通现状,并以调研所得的大量数据资料为基础,分析交通现状,找出城市建成区过境交通处理中存在的问题。然后,采用经典的交通需求预测方法预测过境交通的发展趋势,通过交通负荷度分析相关道路的交通服务水平。第三,根据现状问题和过境交通需求预测结果,综合考虑城市道路交通网络及道路功能,进行过境交通组织,并评价交通组织效果。最后,针对承担过境交通的关键道路交叉口进行包括交叉口渠化和交通信号配时优化的时空交通设计,给出优化方案。研究成果可为中等城市建成区进行过境交通组织和关键交叉口的交通设计提供参考。图67幅,表39个,参考文献72篇。
杨明丽[3]（2020）在《基于数据驱动的城市快速路交通需求模式分析及应用》文中研究指明快速路作为城市多层次综合道路交通路网的重要组成部分,随着城市拥堵的加剧,快速路承担的交通量大幅增加。在此背景下,掌握快速路交通需求时空分布规律,服务快速路的实时主动管控需求,是提高城市路网运行效率的重要途径。为了深分析快速路交通需求时空分布规律,本文基于数据驱动对快速路交通需求模式进行研究。交通需求模式分为通勤需求模式与非通勤需求模式,区分两种模式的关键在于区分通勤需求。通勤出行相较于非通勤出行,在出发时刻、出行路径、出行起终点等在一定时期内均具有较为稳定的特征。现有通勤出行研究多面向交通规划及交通政策制定,为指导城市快速路的实时主动管控,本文提出一种基于数据驱动的通勤出行识别系统框架,用于分析快速路交通需求模式。在此基础上,考虑到现有交通需求估计受限于个体车辆出行特征数据获取困难,未考虑通勤需求与非通勤需求的时空分布差异,本文基于新兴交通检测设备-高清卡口车辆检测器数据深入分析不同需求模式下出入口匝道间交通需求的时空关联特征,基于入口匝道交通流信息,实现对出口匝道上的车流量分布估计。首先,本文基于高清卡口车辆检测器数据,结合快速路数据特点,提出一种通勤出行识别框架,包括通勤出行时空特征提取、基于逼近理想解排序法和阈值法的通勤车辆识别及交通需求时空模式分析三部分。在此基础上,考虑不同需求模式的差异构建交通需求估计分配矩阵以进行不同模式下的交通需求估计和分析。最后,以江苏省昆山市中环快速路为测试路网,进行案例分析及性能评估。案例研究结果表明,在时间维度,提出方法捕捉的通勤出行的高峰时段与路网实际高峰时间一致;在空间维度,常用入口匝道与出口匝道之间存在着明显对应关系,即识别的通勤者常用的上午出发的匝道与常用的下午返回的匝道位置相近,研究从侧面验证了提出的通勤车辆识别框架能合理的识别通勤车辆。此外,通过对划分通勤和未划分通勤的需求估计结果进行分析发现,划分通勤模式后进行交通需求估计,能够在一定程度上降低交通需求估计的误差。
何煜洪[4]（2020）在《基于多源数据的城市快速路OD估计方法》文中研究表明随着城市交通机动化进程进一步加快,快速路逐渐成为城市交通的“主动脉”。但随着交通量迅速增长,快速路的负荷日趋饱和,交通服务水平受到影响。由于城市快速路进出匝道口众多,而城市快速路与市政道路的转换节点恰恰是交通管控的关键所在,因此精准获取快速路的OD量从而实施相应的交通管理与控制手段以进一步提高城市交通安全与效率具有十分重要的理论价值和实际意义。本文融合视频卡口、手机信令和浮动车轨迹等多源数据,提出了数据驱动的城市快速路OD估计方法。首先,本文对以路网地理信息（Geographic Information System,GIS）数据、卡口（Automatic Vehicle Identification,AVI）数据、手机（Global System for Mobile Communications,GSM）数据和浮动车（Global Positioning System,GPS）数据为代表的多源数据,从数据来源、数据特征、应用场景以及预处理方法等方面进行介绍,为城市快速路OD估计研究提供数据支撑。其次,提出基于视频卡口和手机信令数据“AVI+GSM”的快速路OD估计基本模型,以卡口监测路段流量与卡口监测数据的相对误差最小作为目标函数,通过引入蜂窝网格和蜂窝路径流量的概念构建约束条件,将路径流量估算问题转化为简单的带约束的最小二乘问题,结合具体算例对估算结果进行评价,并针对卡口位置和数量等影响因素进行敏感性分析。然后,为进一步提高模型的估计精度,将GPS数据引入快速路OD估计基本模型。采用地图匹配方法对出租车GPS轨迹进行识别提取,计算获得路网中的分流点转向比例。基于转向比例优化构建基于AVI/GSM/GPS多源数据的OD估计模型,并编写算例对模型的有效性进行了验证。最后,以深圳市部分快速路网作为案例进行分析。通过出租车GPS轨迹数据计算获得研究区域共计11个分流点的转向比例,结合区域内6个视频卡口的流量监测数据和运营商基站的手机信令数据进行实证研究。将估算结果与验证卡口监测流量进行对比,路径流量估算偏差在10%以内,验证了模型的合理性与有效性。
成向立[5]（2020）在《基于联网收费数据的高速公路站间交通状态识别研究》文中研究说明随着高速公路交通出行需求的日益增长,高速公路服务能力与需求之间的矛盾逐渐加剧,交通拥堵与安全问题不断涌现。而高速公路联网收费数据中包含着丰富的交通流运行特征信息,能很好地反映出交通状态的变化特性。因此,通过挖掘联网收费数据并提炼出有价值的交通流状态表征参数,从而掌握高速公路交通状态变化规律对提升道路管控水平具有重要意义。本文从高速公路收费数据挖掘出发,以站间交通量与行程时间为交通流表征参数,在此基础上对站间交通状态识别与预测进行研究。主要研究内容如下:（1）为了弥补缺少断面检测设施带来的断面数据缺失问题,结合高速公路路段断面交通量构成,基于此建立了断面交通量推算方法,为站间行程时间预测与交通状态识别提供了数据基础;基于LSTM神经网络构建了断面交通量预测模型,通过多路段实例分析验证,相较于ARIMA预测模型,在15min和1h两个统计粒度下MAE分别提升了12.58和74.07,MAPE分别提升了4.54%和8.3%,MRE分别提升了70.92和593.57,该模型具有更高的精度。（2）针对个别站间行程时间数据部分缺失的情况提出了相应的补充方法,完善了行程时间数据的完整性;通过站间行程时间影响因素分析,得到主要影响因素为交通量、时段以及相邻时段的平均行程时间;为进一步提高行程时间预测模型精度,将相邻时段平均行程时间、小车断面交通量、大车断面交通量时段和周几等作为预测模型考虑因素,基于随机森林算法构建站间行程时间预测模型;经过多路段实例分析验证,结果表明多特征随机森林行程时间预测模型在MAE、MSE和MAPE三项评价指标上均优于时间序列模型,预测效果较经典的BP神经网络更佳,具有较好的适应性。（3）为了准确地描述高速公路交通状态,基于交通状态识别指标选取原则,确定了将站间断面交通量与平均行程速度作为交通状态表征参数;结合高速公路交通状态较模糊的特点,基于模糊C均值模型构建站间交通状态识别模型;为了解决实际情况中样本分布不均匀的情况,结合高速公路服务水平等级将聚类中心范围进行限定改进识别模型;通过多路段实例分析,实现了站间交通状态的识别与预测,结果表明该模型具有较高的准确性与适应性,能够为高速公路交通管控提供一定的理论支持。
谭静[6]（2020）在《山地城市干线多车道汇入系统协调管控方法研究》文中研究说明城市干线系统是山地城市道路网络的生命线,承担着山地城市主要交通出行量,提升城市干线交通效率,有利于改善城市整体交通运行状况。由重庆交巡警自主研发的多车道汇入单点控制虽已取得一定良效,但单点控制无法解决交通“多米诺”现象,对山地城市干线多车道汇入系统进行协调管控能有效缓解这种现象对路网系统造成的拥堵影响。本文立足于缓解山地城市干线多车道汇入系统的常发性交通拥堵问题,以山地城市干线系统的多车道汇入信号控制点为研究对象,首先综合考虑干线及其影响区的交通状态和节点关联度进行控制子区划分,再从控制子区边界调节和控制子区内部的协调管控两方面着手:以维持控制子区近饱和状态为前提,建立控制系统收益最佳的控制子区边界调节总量计算方法;同时借鉴SWARM算法整体研究思路,分别优化SWARM1和SWARM2两部分,建立控制子区内部协调管控方法。具体研究内容如下:（1）回顾与阐述入口匝道控制,及干线协调控制方法的研究现状。从管控形式全面梳理了入口匝道和干线的管控方法,对比分析了不同管控方法特点及适用场景,并对其优点和局限性进行总结。结合已有协调管控方法及其运用在山地城市干线多车道汇入系统中的局限性,分析了山地城市干线协调管控的研究热点及面临的挑战。（2）控制子区划分方法研究。将复杂的山地城市干线系统解耦为多个交通控制子区是协调管控的第一步。通过路段单元的交通状态识别交通拥堵瓶颈点及其拥堵影响区,并对路段交通状态划分等级,按交通状态等级对控制子区初步划分,并计算节点关联度;最终结合交通状态和节点关联度确定干线系统控制子区划分。（3）控制子区间边界调节总量计算方法的构建。首先通过分析控制子区宏观基本图,确定各控制子区内部累计车辆数与离开路网交通流量的函数关系式;再基于博弈论建立以干线系统多子区整体效益最大化的控制目标;最后结合控制子区MFD和车流方程式建立多控制子区间边界调节总量计算方法,并借助博弈论思想对模型求解。（4）建立基于子区延误最小的拥堵源头追溯协调控制方法。用轨迹数据还原OD来替代传统的数学模型对匝道流入率的假设,根据轨迹数据还原控制子区交通流的OD信息,追溯拥堵源头,以此精准掌握匝道车流汇入主线的比例,再结合控制子区边界调节总量,以控制子区系统延误最小为控制目标,建立主线和匝道的调节率计算方法。（5）建立基于分层递阶反馈优化的单点控制方法。分别分析主线与入口匝道,以及衔接交叉口与入口匝道的相互影响,以控制点位延误最小为管控目标,计算主线和匝道调节率。并通过小步距调整主线和匝道的调节率,进行试算,从中选取延误最小的最优解。（6）实证性研究。选取重庆市机场路及其影响区（干线总长度约7km,研究区域约14km2）作为本文实证研究对象。首先编写数据提取程序获取实证研究区域的交通状态数据,并计算节点关联度,完成控制子区的划分;再采用本文方法定制协调管控方案;最后分别采用VISSIM中的三种不同的评价方法:车辆路网评价方法,干线车辆行程时间和延误评价及路段区段评价,来验证本文的协调管控方法的优越性,结果表明:针对干线多车道汇入系统,SWARM优化算法场景相对于无管控场景平均延误和平均停车次数分别降低了22.06%,28.42%,针对实证研究区域的干线道路,SWARM优化算法相对于现行管控方案的管控效果有明显改善,干线的平均延误,平均停车次数和平均旅行时间分别降低了23.04%,24.08%,19.38%,且拥堵持续时间和拥堵路段长度都有明显的改善。由此可证,SWARM优化算法对山地城市干线多车道汇入系统的管控效果良好。
廖浩霖[7]（2020）在《基于交通流状态的高速公路网络复杂性研究》文中研究说明高速公路作为连接不同城市的通道,既方便了人民的出行,又促进了区域间和区域内的经济联系,激活了高速公路沿线地区的经济发展,是国民经济发展的大动脉。经济的发展决定了高速公路网的发展规模,而高速公路网络的建设发展又促进着经济的快速提升,两者相辅相成,相互促进。对高速公路运行情况作研究,有助于改善当前高速交通流状态,达到提高经济发展水平、方便人们出行的目的。本文创新地针对高速公路实际情况对广度优先搜索算法进行改进,用到搜索所有的可能路径上,使用收费数据对每条记录的车辆路径信息进行重构,得到完整准确的路径,并对车辆的完整行驶过程进行分析,估计高速路网各路段的交通流状态。除此以外,还对每条收费记录的收入按照行驶路径,把所经过每条高速的实收金额计算出来,最终汇总得到所有高速公路的收益状态。创新性地提出对高速公路网络地复杂网络分析方法:根据路段的交通流状态与收益状态,分别建立交通流状态网络与高速效益网络,对网络拓扑结构进行度分布与中介中心性指标的分析,选取关键节点。将图神经网络算法应用到交通流状态网络上,对网络节点进行分类,将关键节点的分类结果进行分析,找到了关键节点分属不同类的原因。本文使用广东省部分高速公路收费数据进行案例分析,以python和pajek为工具,运用上述方法获得所有数据已有高速公路的状态,并将高速公路交通流状态用热力图展示出来,找到了状态较差的路段。然后把交通流状态作为边权赋予交通流状态加权网络,把收益状态作为点权赋予收益状态网络,进行复杂网络指标分析。在道路网络度值大于2的节点中,根据加权网络与道路网络度值的比值接近3的条件找到关键节点7个,将其与现实路况进行比较,结果比较符合;根据中介中心性大于0.2的节点,找到车流中转高速及其枢纽节点4个,这是用量化的方式寻找到高速公路中转路段的新方法。进行图神经网络分析,关键节点的分类情况不一致,与预想的效果不同,得到了图神经网络的使用需要有合适的网络构建方法的结论。
蔡静[8]（2019）在《货车交通需求预测模型及通行管理政策效果评价方法研究》文中提出近年来,随着大气污染形势的日益严峻,货车受气燃油类型、动力需求等因素影响,污染物排放严重,成为交通污染排放治理的重中之重。为实现货车污染减排,国内外各城市普遍采取货车通行管理政策,降低货车对特定区域的污染排放影响,且政策范围由针对某条道路或小区域的小范围通行限制,逐步扩大到城市区域范围的趋势。然而,目前缺乏从理论视角对货车通行管理政策的实施影响的评价。导致此问题的主要原因在于,随着城市交通信息采集分析技术的完善,虽然可获取部分货车相关数据,一定程度上具备了量化分析的基础,但是由于对货车OD交通量掌握不足,难以直接支撑货运通行管理政策下路网货车交通需求的预测分析和不同政策情景的实施效果和可能对城市货运的时空分布形态造成的影响。因此,如何对不同政策情景下路网货车交通需求量进行预测,是货车通行管理政策分析的关键问题,也是亟待解决的难题。对货车通行管理政策进行政策效果分析,主要有三个核心问题需要解决:（1）如何对路网货车运行和交通运行大数据进行多源融合分析,为政策效果评价和货运交通需求分布的把握提供数据基础;（2）如何预测政策影响下货车出行路径的行为选择,为货车交通需求预测提供基础;（3）如何把握货运需求的分布,支撑不同政策情景下路网货车交通需求及其排放污染的控制。本文基于路网货车运行数据和交通运行数据,重点开展了基于多源大数据的货车运行时空特征分析、货车出行路径选择预测、货车OD需求预测研究,并北京市为对象进行了货车通行管理政策情景分析。首先,本文系统分析了既有城市各类交通数据获取方法中货车交通量相关数据指标的来源和特征,基于货车定位数据和传统数据开展货车交通量分析方法研究,并针对无数据路段提出了基于KNN算法的货车交通量预测方法。在此基础上,基于货车定位数据和交通调查数据,通过数据融合提取可用货车OD特征,并对货车时空分布特征进行分析。其次,进行了货车出行路径选择行为并进行预测研究。分析了通行管理政策对货车出行路径选择影响机理和影响因素,构建了考虑货类、车型和路网约束的货车路径选择广义费用函数以及基于非集计分析的货运出行路径选择模型,设计了求解算法,并进行了灵敏度分析。第三,构建了货车OD需求预测模型。在构建复合路网拓扑结构模型的基础上,考虑车型比例和管控措施下分车型的行驶时间等因素,提出了复合路网多车型行驶时间计算方法,从而构建了复合路网多车型动态OD逆向推演模型,进行了货车OD需求预测,进而构建货车交通流分配模型,设计了启发式算法。第四,基于对北京市货物运输现状和通行管理政策实施情况的分析,提出货车通行管理政策效果评价指标体系,设计货车通行管理政策情景,一方面针对既有货车通行管理政策情景,将模型预测结果与实际效果进行对比,提出相应分析结论,为政策下一步修改完善提供参考借鉴。另一方面,设计不同政策情景,对政策评价的核心指标进行预测,并分析结论。本文的研究成果可以为在货车运行层面的货运需求管理政策和城市交通污染减排政策的制定提供基础理论依据。
赵冰心[9]（2019）在《基于复杂网络同步的高速公路协调控制研究》文中研究表明随着社会经济的不断发展,高速公路已经成为城市道路交通系统的不可或缺的一部分。当交通需求较高的时段,容易出现交通拥堵现象,高速公路拥堵现象已经成为世界范围的严重问题,无论从经济、安全,还是从环境角度,改善交通拥堵状况,提高通行能力都是一个亟待解决的重要课题。同时,如何利用复杂网络及其同步理论研究交通流的控制问题,从而为交通管理提供决策支持已经成为学科发展的新趋势。多入口匝道协调控制能够有效抑制连续交通流道路交通拥堵,提高通行效率实现节能环保。现有的多入口匝道协调控制模型存在求解过程冗杂、控制效果依赖于预测精度、缺乏反馈机制、较难在大规模网络中应用抑或需提前指定协调控制信号施加范围等不足,涉及复杂网络系统理论及其同步控制的模型中不涉及对高速公路的多入口匝道协调控制研究。因此,本文提出基于元胞传输模型（Cell Transmission Model,CTM）和复杂网络理论的高速公路节点耦合模型,并验证其同步性。以北京市六环路为研究对象,对拥堵下的高速公路的协调控制进行研究,提出了新的控制方法,主要涉及以下几个方面的内容:（1）高速公路路段改进型元胞传输模型（Modifed Cell Transmission Model,MCTM）的建立。在传统CTM的基础上,结合高速公路交通流特性,建立了各元胞长度不同的MCTM。（2）高速公路节点耦合模型的建立。在MCTM的基础上,结合复杂网络特性,将整个高速公路路网看作一个系统,将由入口匝道元胞、出口匝道元胞和与之相连的一段主线元胞当作一个子系统作为高速公路复杂网络的节点,分别建立了高速公路单节点状态转移模型和基于复杂网络的高速公路节点耦合模型。（3）基于复杂网络同步的高速公路多入口匝道协调控制器设计。提出一种不同于传统匝道协调控制的方法,即基于复杂网络同步的牵制控制的匝道协调策略,设计了实现网络同步的牵制控制器,详细介绍了控制器的结构和工作原理,并推导了系统同步的稳定性条件,并据此得到牵制节点和反馈增益矩阵,证明了基于牵制控制的协调控制策略的有效性。（4）实验分析。结合北京市六环进行交通流仿真实验,研究拥堵状况下的高速公路协调控制。分别对实验对象不施加控制信号、施加牵制控制信号、牵制控制和可变速度限制信号、全局控制信号、和CORDIN算法控制信号,通过对密度、总出行时间和控制时间等指标作比较,验证本文提出的多入口匝道协调控制方法的有效性。
姚午开[10]（2019）在《基于智能算法的高速公路行程时间估计研究》文中研究指明如今高速公路上流量负荷不断增大,高速公路交通系统将面临着十分严峻的挑战,高速公路管理部门需要简明直观的信息辅助决策。但随着高速公路上数据日益增加,反映交通状态的参数种类也在不断增加,管理者很难在这些繁杂的信息中找到需要的重点信息。为了对日益拥堵的高速公路提供更好的管理对策,本文选取在交通诱导、交通控制时最关注的因素:行程时间作为主要研究对象,其中主要研究内容如下:实现更加精确有效的行程时间估计,需要获取更加全面、精确的交通数据。因此,本文首先分析了常用的数据融合技术以及融合模型,提出了多源数据的采集与预处理方法,并以长益高速收费站数据、交调站断面数据与阻断数据为基础,对行程时间的时空特征与影响因素进行了深入分析。然后,通过对现有行程时间的估计方法分析,选取了支持向量机模型进行行程时间估计,并使用人工鱼群算法（Artificial fish-swarm,AF）对模型参数进行了优化;通过优化参数SVM模型与原有SVM模型的对比分析,验证了优化参数模型的优势;根据数据调研得知,不同高速公路的管理部门拥有的高速公路数据存在一定误差,因此,本文使用不同高速公路数据对行程时间进行估计,可为拥有不同数据高速公路管理者提供参考。最后,以湖南省长益高速G5513中长沙西至宁乡作为实例分析,在长益高速上拥有高速公路收费站数据、高速公路断面流量数据、高速公路阻断数据和其他环境数据的基础上,以突出管理方需求为导向,将优化参数的支持向量机模型以及基础BP神经网络模型、卡尔曼滤波模型、多核支持向量机模型用来估计未来的行程时间,并进行对比分析,得到每种模型优势,从而满足管理方需求。
二、基于进出口匝道流量的高速公路OD矩阵（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于进出口匝道流量的高速公路OD矩阵（论文提纲范文）
（1）基于多源感知数据的城市大规模路网动态交通分配模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 符号说明 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究目标和内容 |
| 1.3 研究方法和技术路线 |
| 1.4 论文结构安排 |
| 第二章 文献综述 |
| 2.1 概述 |
| 2.2 动态交通需求估计 |
| 2.3 交通流动态网络加载 |
| 2.4 动态交通分配 |
| 2.5 本章小结 |
| 第三章 基础数据获取与预处理 |
| 3.1 概述 |
| 3.2 实例路网描述 |
| 3.3 数据描述及预处理 |
| 3.3.1 微波数据 |
| 3.3.2 高清卡口数据 |
| 3.4 车辆轨迹重构 |
| 3.4.1 粒子滤波模型构建 |
| 3.4.2 初始粒子生成 |
| 3.4.3 重要性采样与粒子权重更新 |
| 3.4.4 轨迹重构结果分析 |
| 3.5 本章小结 |
| 第四章 动态OD模式估计及轨迹分布空间异质性影响 |
| 4.1 概述 |
| 4.2 基于轨迹重构的动态OD模式估计 |
| 4.2.1 模型总体架构 |
| 4.2.2 出行特征分析 |
| 4.2.3 OD模式提取 |
| 4.2.4 实验结果分析与评估 |
| 4.3 轨迹数据分布的空间异质性影响分析 |
| 4.3.1 试验场景设计 |
| 4.3.2 基于抽样轨迹的OD模式估计 |
| 4.3.3 空间自相关分析 |
| 4.3.4 试验结果分析 |
| 4.3.5 考虑轨迹空间异质性的OD模式调优 |
| 4.4 本章小结 |
| 第五章 基于p-CTM模型的城市路网交通流动态加载 |
| 5.1 概述 |
| 5.2 基于路径的城市道路元胞传输模型 |
| 5.2.1 p-CTM模型数学形式 |
| 5.2.2 信号交叉口转向元胞的处理 |
| 5.3 动态网络加载模型构建 |
| 5.3.1 基于路网拓扑的元胞自动生成 |
| 5.3.2 动态网络加载仿真流程 |
| 5.3.3 交通流参数估计 |
| 5.4 模型验证与评估 |
| 5.4.1 测试区域选取 |
| 5.4.2 元胞参数标定 |
| 5.4.3 实验结果分析 |
| 5.5 本章小结 |
| 第六章 基于空间域分解的大规模路网动态交通分配 |
| 6.1 概述 |
| 6.2 基于仿真的用户均衡动态交通分配 |
| 6.2.1 动态交通分配基本原理 |
| 6.2.2 DTA模型仿真求解 |
| 6.2.3 本文的解决思路 |
| 6.3 基于元胞路径数的路网空间域分解 |
| 6.3.1 路段负载计算 |
| 6.3.2 基于路段负载的BFS算法 |
| 6.3.3 空间域分解方法 |
| 6.4 基于并行计算的DTA仿真求解 |
| 6.4.1 并行算法流程 |
| 6.4.2 进程间通信 |
| 6.4.3 收敛准则 |
| 6.4.4 算法步骤 |
| 6.5 模型参数标定与性能评估 |
| 6.5.1 模型参数标定 |
| 6.5.2 实验结果分析与讨论 |
| 6.6 本章小结 |
| 第七章 结论与展望 |
| 7.1 研究成果与结论 |
| 7.2 主要创新点 |
| 7.3 研究展望 |
| 致谢 |
| 参考文献 |
| 附录Ⅰ DNL模型测试路网路段属性参数表 |
| 附录Ⅱ DNL模型测试路网信号控制交叉口基本信息 |
| 附录Ⅲ DNL模型测试路网长江路干线元胞参数标定结果 |
| 附录Ⅳ DNL模型测试路网动态交通需求估计结果 |
| 附录Ⅴ 昆山市中心城区路网交通需求分布 |
| 附录Ⅵ 昆山市中心城区路网动态用户均衡路径配流(7:45-8:00) |
| 作者简介 |
（2）城市建成区过境交通组织与关键道路交叉口交通设计研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 概述 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状综述 |
| 1.2.1 交通需求预测 |
| 1.2.2 过境交通组织 |
| 1.2.3 交叉口交通设计 |
| 1.2.4 现状研究评述 |
| 1.3 研究内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究的技术路线 |
| 2 研究的理论基础 |
| 2.1 过境交通 |
| 2.2 模糊层次分析法 |
| 2.3 交通需求预测 |
| 2.4 交通组织 |
| 2.5 交通信号配时 |
| 2.6 本章小结 |
| 3 过境交通现状调查与分析 |
| 3.1 过境道路系统发展现状 |
| 3.2 交通发展战略 |
| 3.2.1 城市总体规划 |
| 3.2.2 交通发展规划 |
| 3.3 过境交通与城市发展适应性分析 |
| 3.3.1 城市过境公路交通适应性分析分类 |
| 3.3.2 过境交通与城市发展适应性评价方法 |
| 3.3.3 过境交通与城市发展现状适应性评价 |
| 3.4 本章小结 |
| 4 过境交通需求预测 |
| 4.1 交通需求预测方法 |
| 4.2 交通小区划分 |
| 4.3 实例分析 |
| 4.3.1 现状道路交通逆向推演 |
| 4.3.2 道路分布交通量预测 |
| 4.3.3 道路交通流分配 |
| 4.4 交通负荷度分析 |
| 4.4.1 市区道路交通负荷度分析 |
| 4.4.2 市域道路交通负荷度分析 |
| 4.5 本章小结 |
| 5 过境交通组织 |
| 5.1 城市建成区过境道路交通特性 |
| 5.2 过境交通组织方法和原则 |
| 5.3 过境交通关键道路交叉口分析 |
| 5.4 市区过境交通线路分析 |
| 5.4.1 环线道路 |
| 5.4.2 线路方案综合评价 |
| 5.5 市域过境交通线路分析 |
| 5.5.1 环线道路 |
| 5.5.2 线路方案综合评价 |
| 5.6 过境交通线路选择 |
| 5.7 本章小结 |
| 6 关键道路交叉口交通设计 |
| 6.1 道路交叉口交通设计原则与思路 |
| 6.1.1 道路交叉口交通设计原则 |
| 6.1.2 关键道路交叉口选择 |
| 6.2 G104-渤海西路-交通北大道畸形交叉口 |
| 6.2.1 交叉口现状分析 |
| 6.2.2 近期优化方案及评价 |
| 6.2.3 远期优化方案及评价 |
| 6.3 G104-G307交叉口 |
| 6.3.1 交叉口现状分析 |
| 6.3.2 近期优化方案及评价 |
| 6.3.3 远期优化方案及评价 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 主要研究成果 |
| 7.2 创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 |
| 学位论文数据集 |
（3）基于数据驱动的城市快速路交通需求模式分析及应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 文献综述 |
| 1.2.1 交通需求模式文献综述 |
| 1.2.2 交通需求估计文献综述 |
| 1.3 研究目标及内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 技术路线 |
| 1.5 论文结构安排 |
| 1.6 本章小结 |
| 第二章 实例路网与数据预处理 |
| 2.1 概述 |
| 2.2 实例路网描述 |
| 2.3 高清卡口车辆检测器数据描述及预处理 |
| 2.3.1 数据描述 |
| 2.3.2 数据预处理 |
| 2.4 本章小结 |
| 第三章 基于车辆轨迹数据的快速路通勤交通需求识别 |
| 3.1 概述 |
| 3.2 快速路交通通勤特征分析及提取 |
| 3.2.1 通勤出行时间特征 |
| 3.2.2 通勤出行空间特征 |
| 3.3 基于逼近理想解排序法的通勤车辆识别 |
| 3.4 交通需求模式分析 |
| 3.4.1 通勤出行的时间模式分析 |
| 3.4.2 通勤出行的空间模式分析 |
| 3.5 本章小结 |
| 第四章 快速路通勤与非通勤模式下交通需求估计 |
| 4.1 概述 |
| 4.2 不同交通需求模式下快速路交通需求估计方法 |
| 4.2.1 工作日通勤与非通勤交通出行分布稳定性分析 |
| 4.2.2 快速路交通需求估计分配矩阵构建及需求估计 |
| 4.2.3 快速路交通需求估计评价指标 |
| 4.3 不同交通需求模式下快速路网需求分配矩阵计算 |
| 4.4 不同交通需求模式下快速路网交通需求估计 |
| 4.4.1 工作日划分通勤交通快速路交通需求估计 |
| 4.4.2 非工作日未划分通勤交通快速路交通需求估计 |
| 4.4.3 工作日未划分通勤交通快速路交通需求估计 |
| 4.5 本章小结 |
| 第五章 结论与展望 |
| 5.1 研究成果与结论 |
| 5.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录1:号牌检测器信息表 |
| 附录2:交通需求分配矩阵构建 |
| 附录3:交通需求估计结果 |
（4）基于多源数据的城市快速路OD估计方法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 传统的OD调查方法 |
| 1.2.2 基于视频卡口AVI数据的OD估计 |
| 1.2.3 基于浮动车GPS的OD估计 |
| 1.2.4 基于手机GSM数据的OD估计 |
| 1.2.5 现有研究存在的不足 |
| 1.3 研究内容 |
| 1.4 技术路线 |
| 1.5 本章小结 |
| 第二章 多源数据的获取与处理 |
| 2.1 城市快速路网GIS数据 |
| 2.1.1 城市快速路的定义与特征 |
| 2.1.2 城市路网GIS数据的获取 |
| 2.1.3 城市路网GIS数据的处理 |
| 2.2 视频卡口AVI数据 |
| 2.2.1 视频卡口数据的定义 |
| 2.2.2 视频卡口数据的特征 |
| 2.2.3 视频卡口数据的处理 |
| 2.3 浮动车GPS数据 |
| 2.3.1 浮动车数据的采集原理 |
| 2.3.2 浮动车GPS数据的特征 |
| 2.3.3 浮动车GPS数据的处理 |
| 2.4 手机信令数据 |
| 2.4.1 移动通信定位技术 |
| 2.4.2 手机信令数据的特征 |
| 2.4.3 手机信令数据的处理 |
| 2.5 本章小结 |
| 第三章 基于视频卡口和手机数据的快速路OD估计模型 |
| 3.1 建模思路 |
| 3.1.1 OD估计模型概述 |
| 3.1.2 参数定义与假设 |
| 3.2 模型构建与求解方法研究 |
| 3.2.1 模型定义 |
| 3.2.2 带约束非线性问题的求解 |
| 3.3 算例分析 |
| 3.3.1 算例 |
| 3.3.2 算例求解 |
| 3.4 模型评价与分析 |
| 3.4.1 模型估算结果评价 |
| 3.4.2 增加视频卡口对模型准确性的影响 |
| 3.5 本章小结 |
| 第四章 引入转向比例的快速路OD估计模型优化 |
| 4.1 基于浮动车轨迹的地图匹配与转向比例计算 |
| 4.1.1 常见的地图匹配方法 |
| 4.1.2 基于Arc GIS的 GPS数据地图匹配 |
| 4.1.3 分流点转向比例计算方法 |
| 4.2 基于AVI/GSM/GPS多源数据的快速路OD估计模型构建 |
| 4.2.1 建模思路 |
| 4.2.2 引入分流点转向比例的模型构建 |
| 4.3 算例分析 |
| 4.3.1 算例 |
| 4.3.2 算例求解 |
| 4.3.3 模型估算结果评价 |
| 4.4 本章小结 |
| 第五章 案例实证分析 |
| 5.1 案例背景与数据准备 |
| 5.1.1 案例背景 |
| 5.1.2 数据准备 |
| 5.2 数据处理与案例建模 |
| 5.2.1 数据预处理 |
| 5.2.2 模型参数标定 |
| 5.3 模型求解与评价 |
| 5.3.1 运算求解 |
| 5.3.2 模型估算结果评价 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 致谢 |
| 附录1 泥岗路蜂窝路径信息表 |
| 附录2 泥岗路视频卡口-路径关联矩阵A |
| 附录3 泥岗路分流点-路径关联矩阵B |
| 附录4 泥岗路分流点-右行路径关联矩阵F |
| 硕士期间科研成果及项目经历 |
（5）基于联网收费数据的高速公路站间交通状态识别研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 交通量预测研究 |
| 1.2.2 行程时间预测研究 |
| 1.2.3 交通状态识别研究 |
| 1.3 研究目的与意义 |
| 1.3.1 研究目的 |
| 1.3.2 研究意义 |
| 1.4 研究内容与技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 1.5 论文结构 |
| 第2章 高速公路联网收费数据预处理 |
| 2.1 收费数据概述 |
| 2.2 行程时间数据提取 |
| 2.2.1 匝道行程时间计算 |
| 2.2.2 主线行程时间计算 |
| 2.3 收费数据预处理 |
| 2.3.1 数据预处理过程 |
| 2.3.2 常见错误类型及处理 |
| 2.3.3 行程时间数据处理 |
| 2.4 收费数据预处理方法流程 |
| 2.5 本章小结 |
| 第3章 高速公路交通流参数特性分析 |
| 3.1 高速公路路段概念 |
| 3.2 交通流基本参数 |
| 3.2.1 交通流理论 |
| 3.2.2 交通流基本参数定义 |
| 3.3 高速公路交通流特性分析 |
| 3.4 本章小结 |
| 第4章 高速公路站间断面交通量推算及预测 |
| 4.1 高速公路断面交通量概述 |
| 4.2 高速公路站间断面交通量推算 |
| 4.2.1 高速公路路段交通量构成 |
| 4.2.2 高速公路站间断面交通量推算步骤 |
| 4.2.3 高速公路站间断面交通量推算流程图 |
| 4.2.4 断面交通量推算结果及验证 |
| 4.3 基于LSTM的高速公路断面交通量预测 |
| 4.3.1 LSTM算法原理 |
| 4.3.2 模型建立 |
| 4.3.3 模型参数确定 |
| 4.3.4 评价指标 |
| 4.3.5 实例分析 |
| 4.4 本章小结 |
| 第5章 基于断面交通量推算的高速公路站间行程时间预测 |
| 5.1 行程时间预测相关技术 |
| 5.1.1 行程时间预测的意义 |
| 5.1.2 行程时间预测的原理 |
| 5.2 高速公路主线行程时间补充算法 |
| 5.3 基于断面交通量推算的站间行程时间预测 |
| 5.3.1 随机森林算法原理 |
| 5.3.2 主要影响因素分析 |
| 5.3.3 模型构建 |
| 5.3.4 模型参数确定 |
| 5.3.5 评价指标 |
| 5.3.6 实例分析 |
| 5.4 本章小结 |
| 第6章 基于参数预测的高速公路站间交通状态识别与预测 |
| 6.1 交通状态识别指标选取原则 |
| 6.2 交通状态预测流程 |
| 6.3 交通状态识别模型 |
| 6.3.1 FCM算法简介 |
| 6.3.2 基于聚类中心改进的FCM算法 |
| 6.4 实例分析 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 工作总结和主要创新点 |
| 7.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
（6）山地城市干线多车道汇入系统协调管控方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 选题背景 |
| 1.2.1 山地城市路网结构失衡 |
| 1.2.2 多车道汇入协调控制方法缺乏 |
| 1.2.3 管控技术的发展 |
| 1.3 研究的目的和意义 |
| 1.3.1 研究目的 |
| 1.3.2 研究意义 |
| 1.4 主要研究内容及组织结构 |
| 1.4.1 主要研究内容 |
| 1.4.2 组织结构 |
| 1.5 研究方法和技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 第2章 国内外研究现状 |
| 2.1 入口匝道控制 |
| 2.1.1 静态控制 |
| 2.1.2 单点动态控制 |
| 2.1.3 动态协调控制 |
| 2.2 干线协调控制 |
| 2.2.1 干线定时协调控制 |
| 2.2.2 干线感应协调控制 |
| 2.2.3 干线自适应协调控制 |
| 2.3 研究热点与面临的挑战 |
| 2.3.1 研究热点 |
| 2.3.2 面临的挑战 |
| 2.4 本章小结 |
| 第3章 山地城市干线系统控制子区划分方法研究 |
| 3.1 控制子区划分研究现状 |
| 3.1.1 静态控制子区划分 |
| 3.1.2 动态控制子区划分 |
| 3.2 控制子区划分研究思路 |
| 3.3 控制子区划分方法 |
| 3.3.1 交通状态分级 |
| 3.3.2 节点关联度计算 |
| 3.3.3 控制子区划分流程 |
| 3.4 本章小结 |
| 第4章 控制子区间边界调节总量计算方法研究 |
| 4.1 宏观基本图理论概述 |
| 4.1.1 宏观基本图定义 |
| 4.1.2 宏观基本图特性及其应用 |
| 4.2 边界调节总量计算研究思路 |
| 4.3 基于MFD的控制子区边界调节总量计算方法研究 |
| 4.3.1 车流平衡方程 |
| 4.3.2 模型建立 |
| 4.3.3 模型求解 |
| 4.4 本章小结 |
| 第5章 控制子区内部协调管控方法研究 |
| 5.1 全系统自适应匝道控制系统 |
| 5.1.1 全系统自适应匝道控制基本思想 |
| 5.1.2 全系统自适应匝道控制算法优化思路 |
| 5.2 基于子区延误最小的拥堵源头追溯协调控制方法研究 |
| 5.2.1 基本研究思路 |
| 5.2.2 模型建立 |
| 5.2.3 模型求解 |
| 5.3 基于分层递阶反馈的单点控制方法研究 |
| 5.3.1 基本研究思路 |
| 5.3.2 模型建立 |
| 5.3.3 模型求解 |
| 5.4 基于SWARM优化算法的协调管控实现 |
| 5.4.1 匝道控制实现方式 |
| 5.4.2 多车道汇入控制实现方式 |
| 5.4.3 协调相位的相位差确定 |
| 5.5 本章小结 |
| 第6章 实证研究 |
| 6.1 研究区域交通特性分析 |
| 6.2 研究区域控制子区划分 |
| 6.2.1 交通态势数据提取及可视化 |
| 6.2.2 控制子区划分 |
| 6.3 交通调查与数据处理 |
| 6.3.1 交通调查方法 |
| 6.3.2 轨迹数据OD路径分析 |
| 6.4 仿真模型建立及分析 |
| 6.4.1 数据收集及输入 |
| 6.4.2 研究区域宏观基本图分析 |
| 6.4.3 控制效果检验 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.1.1 主要结论 |
| 7.1.2 论文创新点 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 附录1 基于粒子群算法求解纳什均衡解的matlab代码 |
| 附录2 遗传算法python部分代码 |
| 在学期间发表的论文和取得的学术成果 |
| 一 在校期间发表学术论文 |
| 二 在校期间参与主要科研项目 |
（7）基于交通流状态的高速公路网络复杂性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 高速公路交通流特性研究 |
| 1.3.2 高速公路速度研究 |
| 1.3.3 复杂网络特性分析 |
| 1.3.4 复杂网络对高速公路的研究 |
| 1.3.5 文献评价 |
| 1.4 研究内容与技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 1.5 论文结构 |
| 第二章 数据处理 |
| 2.1 数据来源与数据介绍 |
| 2.2 里程表的建立 |
| 2.2.1 收费里程表 |
| 2.2.2 匝道里程表 |
| 2.2.3 出入口顺序表 |
| 2.2.4 主线里程表 |
| 2.3 数据清洗 |
| 2.3.1 时间错误 |
| 2.3.2 信息不一致 |
| 2.4 路径搜索算法 |
| 2.4.1 广度优先搜索 |
| 2.4.2 改进搜索 |
| 2.5 本章小结 |
| 第三章 高速公路交通流状态估计 |
| 3.1 高速公路状态研究方法 |
| 3.2 路径重构 |
| 3.2.1 路径搜索 |
| 3.2.2 路径选择 |
| 3.2.3 路径补全 |
| 3.3 交通流状态估计 |
| 3.3.1 车辆行程时间分析 |
| 3.3.2 车辆主线速度 |
| 3.3.3 车辆位置估计 |
| 3.3.4 路段平均速度 |
| 3.3.5 状态判断 |
| 3.3.6 交通流状态网络 |
| 3.4 收费金额分配 |
| 3.4.1 高速收费标准 |
| 3.4.2 金额分配方法 |
| 3.4.3 运营效益状态网 |
| 3.5 本章小结 |
| 第四章 复杂网络分析法 |
| 4.1 复杂网络 |
| 4.1.1 复杂网络基础 |
| 4.1.2 复杂网络指标 |
| 4.1.3 网络统计特性 |
| 4.2 深度学习 |
| 4.2.1 卷积神经网络(CNN) |
| 4.2.2 图神经网络(GNN) |
| 4.2.3 图卷积网络(GCN) |
| 4.3 高速公路网络分析 |
| 4.3.1 网络指标 |
| 4.3.2 关键组成分析 |
| 4.3.3 图神经网络分析 |
| 4.3.4 网络评价 |
| 4.4 本章小结 |
| 第五章 案例分析 |
| 5.1 数据预处理 |
| 5.1.1 建立里程表 |
| 5.1.2 数据清洗 |
| 5.2 状态分析 |
| 5.2.1 路径重构 |
| 5.2.2 金额分配 |
| 5.2.3 状态判断 |
| 5.2.4 效益状态 |
| 5.3 复杂网络分析 |
| 5.3.1 交通流状态加权网 |
| 5.3.2 收益状态加权网 |
| 5.3.3 图神经网络分析 |
| 5.4 高速公路网络评价 |
| 5.4.1 指标评价 |
| 5.4.2 问题与解决方案 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文主要工作 |
| 6.2 创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（8）货车交通需求预测模型及通行管理政策效果评价方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容及技术路线 |
| 1.2.1 研究内容 |
| 1.2.2 技术路线 |
| 1.3 论文结构 |
| 1.4 本章小结 |
| 第2章 国内外研究综述 |
| 2.1 政策效果评价研究 |
| 2.2 交通量分析方法研究 |
| 2.2.1 交通数据融合方法 |
| 2.2.2 时空特征分析方法 |
| 2.3 出行路径选择研究 |
| 2.4 OD需求预测研究 |
| 2.4.1 路口动态OD反推模型 |
| 2.4.2 高速路段动态OD反推模型 |
| 2.4.3 区域路网动态OD反推模型 |
| 2.5 本章小结 |
| 第3章 基于多源大数据的货车运行时空特征分析 |
| 3.1 多源数据特征分析 |
| 3.1.1 数据采集原则和要求 |
| 3.1.2 数据特征分析 |
| 3.2 货车流量分析方法 |
| 3.2.1 基于定位数据的货车交通量分析方法 |
| 3.2.2 基于KNN算法的货车交通量预测方法 |
| 3.2.3 基于传统数据源的货车交通量融合分析 |
| 3.3 货车运行时空特征分析 |
| 3.3.1 货车交通量空间分布 |
| 3.3.2 货车交通量时间分布 |
| 3.3.3 货车停车空间分布 |
| 3.3.4 货车交通量OD特征 |
| 3.4 本章小结 |
| 第4章 约束路网货车路径选择预测模型 |
| 4.1 货车通行管理政策影响机理研究 |
| 4.1.1 政策要素分析 |
| 4.1.2 政策影响分析 |
| 4.1.3 政策影响机理 |
| 4.2 模型构建 |
| 4.2.1 路径广义费用函数 |
| 4.2.2 模型构建 |
| 4.2.3 求解算法 |
| 4.3 算例 |
| 4.3.1 路网情况 |
| 4.3.2 灵敏度分析 |
| 4.4 本章小结 |
| 第5章 复合路网下动态OD需求预测模型 |
| 5.1 行驶时间计算方法 |
| 5.1.1 复合路网定义 |
| 5.1.2 走行时间计算方法 |
| 5.2 动态OD需求预测模型构建 |
| 5.2.1 模型构建 |
| 5.2.2 求解及算法 |
| 5.3 案例分析 |
| 5.3.1 数据准备 |
| 5.3.2 情景分析 |
| 5.4 本章小结 |
| 第6章 基于需求预测模型的货车通行管理政策评价 |
| 6.1 政策现状 |
| 6.2 评价方法 |
| 6.2.1 评价方法 |
| 6.2.2 评价流程 |
| 6.2.3 体系构建 |
| 6.3 对比分析 |
| 6.3.1 实施整体效果 |
| 6.3.2 主要通道货车流量变化 |
| 6.3.3 绕行道路货车流量变化 |
| 6.3.4 对比分析结论 |
| 6.4 情景预测 |
| 6.4.1 货车流量变化 |
| 6.4.2 走行时间变化 |
| 6.5 本章小结 |
| 结论 |
| 主要结论 |
| 主要创新点 |
| 未来研究的展望 |
| 参考文献 |
| 附录 :相关数据样例表 |
| 附录 A 交通量调查数据样例 |
| 附录 B RTMS数据样例表 |
| 附录 C 货车定位数据样例表 |
| 附录 D 道路核查线数据样例表 |
| 附录 E 高速公路交通量数据样例表 |
| 附录 F 高速公路绿通数据样例表 |
| 附录 G 治超受检车辆数据样例表 |
| 附录 H 典型货车调查数据样例 |
| 附录 I 典型货车调查数据样例表 |
| 附录 J 年度运输量调查数据样例表 |
| 攻读博士学位期间所发表的学术论文 |
| 致谢 |
（9）基于复杂网络同步的高速公路协调控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究目的与意义 |
| 1.1.1 问题的提出 |
| 1.1.2 研究的目的与意义 |
| 1.2 国内外研究评述 |
| 1.2.1 匝道协调控制 |
| 1.2.2 交通流元胞传输模型 |
| 1.2.3 复杂网络同步研究 |
| 1.2.4 道路交通网络复杂性研究 |
| 1.2.5 国内外文献综述 |
| 1.3 研究内容 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 高速公路复杂网络系统分析 |
| 2.1 高速公路系统分析 |
| 2.1.1 高速公路系统组成 |
| 2.1.2 高速公路交通管理系统 |
| 2.1.3 高速公路通行能力影响因素 |
| 2.2 高速公路交通流特性分析 |
| 2.2.1 高速公路下宏观交通流特性 |
| 2.2.2 高速公路交通流时空分布特性 |
| 2.3 高速公路复杂网络统计指标分析 |
| 2.4 高速公路复杂网络特性 |
| 第三章 高速公路节点耦合模型的建立 |
| 3.1 传统CTM |
| 3.2 高速公路路段MCTM的建立 |
| 3.3 高速公路节点耦合模型的建立 |
| 3.3.1 单节点耦合模型 |
| 3.3.2 高速公路复杂网络节点耦合模型 |
| 第四章 基于复杂网络同步的高速公路协调控制器设计 |
| 4.1 控制器结构及原理 |
| 4.2 基于复杂网络全局同步的高速公路协调控制器设计 |
| 4.2.1 全局控制策略 |
| 4.2.2 全局控制器算法与预备知识 |
| 4.2.3 全局控制同步稳定性分析及控制器参数确定 |
| 4.3 基于复杂网络牵制同步的高速公路协调控制器设计 |
| 4.3.1 牵制控制策略 |
| 4.3.2 牵制控制器算法与预备知识 |
| 4.3.3 牵制控制同步稳定性分析及控制器参数确定 |
| 4.4 双控制协调控制器设计 |
| 第五章 仿真实验分析 |
| 5.1 实验对象及参数设置 |
| 5.1.1 实验对象 |
| 5.1.2 实验模型构建 |
| 5.1.3 实验参数设置 |
| 5.2 控制效果分析 |
| 5.2.1 NCS分析 |
| 5.2.2 PCS分析 |
| 5.2.3 PVSLS分析 |
| 5.2.4 GCS和 CORDIN分析 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间所取得的相关科研成果 |
（10）基于智能算法的高速公路行程时间估计研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景及意义 |
| 1.2.1 研究背景 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 高速公路交通数据 |
| 1.3.2 高速公路多源数据融合 |
| 1.3.3 研究现状总结 |
| 1.4 主要内容与技术路线 |
| 1.5 本章小结 |
| 第二章 高速公路交通数据预处理与多源数据融合技术 |
| 2.1 高速公路交通运行数据 |
| 2.2 高速公路交通运行数据预处理 |
| 2.3 高速公路多源数据融合 |
| 2.3.1 数据融合技术 |
| 2.3.2 数据融合主要方法对比 |
| 2.3.3 多源数据的时空匹配 |
| 2.4 本章小结 |
| 第三章 长益高速公路行程时间分布特征及影响因素分析 |
| 3.1 长益高速公路行程时间分布特征 |
| 3.2 行程时间影响因素 |
| 3.2.1 主线交通量对行程时间的影响 |
| 3.2.2 节假日对行程时间的影响 |
| 3.2.3 交通流管控对行程时间的影响 |
| 3.2.4 交通事故对行程时间的影响 |
| 3.2.5 天气数据对行程时间的影响 |
| 3.3 本章小结 |
| 第四章 基于支持向量机的高速公路行程时间估计方法 |
| 4.1 支持向量机原理 |
| 4.2 高速公路行程时间估计模型建立 |
| 4.2.1 支持向量机核函数选择 |
| 4.2.2 基于人工鱼群算法的模型参数优化 |
| 4.2.3 估计模型建立 |
| 4.3 模型评价及检验 |
| 4.3.1 评价指标 |
| 4.3.2 检验过程 |
| 4.3.3 评价结果 |
| 4.4 不同数据源交通状态估计及结果对比 |
| 4.5 本章小结 |
| 第五章 高速公路行程时间估计智能算法比较研究 |
| 5.1 基于BP神经网络的行程时间估计 |
| 5.1.1 高速公路行程时间估计的神经网络模型 |
| 5.1.2 估计结果 |
| 5.2 基于卡尔曼滤波的高速公路行程时间估计 |
| 5.2.1 高速公路行程时间估计的卡尔曼滤波模型 |
| 5.2.2 估计结果 |
| 5.3 基于多核SVM的高速公路行程时间估计 |
| 5.3.1 高速公路行程时间估计的多核SVM模型 |
| 5.3.2 估计结果 |
| 5.4 估计方法的比较 |
| 5.5 本章小结 |
| 结论与展望 |
| 主要结论 |
| 研究展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间发表论文目录 |
| 附录B 攻读学位期间参与的科研项目 |
四、基于进出口匝道流量的高速公路OD矩阵（论文参考文献）
- [1]基于多源感知数据的城市大规模路网动态交通分配模型研究[D]. 饶文明. 东南大学, 2021
- [2]城市建成区过境交通组织与关键道路交叉口交通设计研究[D]. 庞建荣. 北京交通大学, 2020(03)
- [3]基于数据驱动的城市快速路交通需求模式分析及应用[D]. 杨明丽. 东南大学, 2020(01)
- [4]基于多源数据的城市快速路OD估计方法[D]. 何煜洪. 东南大学, 2020(01)
- [5]基于联网收费数据的高速公路站间交通状态识别研究[D]. 成向立. 重庆交通大学, 2020(01)
- [6]山地城市干线多车道汇入系统协调管控方法研究[D]. 谭静. 重庆交通大学, 2020(01)
- [7]基于交通流状态的高速公路网络复杂性研究[D]. 廖浩霖. 华南理工大学, 2020(02)
- [8]货车交通需求预测模型及通行管理政策效果评价方法研究[D]. 蔡静. 北京工业大学, 2019(03)
- [9]基于复杂网络同步的高速公路协调控制研究[D]. 赵冰心. 河北工业大学, 2019(06)
- [10]基于智能算法的高速公路行程时间估计研究[D]. 姚午开. 长沙理工大学, 2019(06)