一、对交通流理论的再认识（论文文献综述）
贾若,戴昇宏,黄霓,李水滢,刘志远[1]（2021）在《交通拥堵判别方法研究综述》文中认为交通拥堵是诸多交通问题中出现最多、范围最广、影响最大的问题,解决此问题的关键是对交通拥堵的判别与分析。文章从传统交通流理论与机器学习两方面综述了交通拥堵判别的方法,前者通过指标、宏观基本图、元胞自动机、元胞传输以及双流模型等模型,运用物理学与数学的理论描述交通行为特性,模型合理简单、有明确的物理意义,但限制条件较多;后者通过概率图模型、机器学习模型,建立的模型实用准确、不受固定结构约束。文中结合具体的模型方法探讨了不同拥堵判别方法的研究思路、解决方案以及存在问题,对现有的传统交通流理论方法和机器学习方法进行总结,并指出未来的发展方向。
魏晓彤[2]（2021）在《多模式城市交通网络算法优化》文中指出随着中国经济水平的快速提升,城市化进程也在不断加快,城市交通网络的发展也在不断完善,形成了汽车、地铁、公交以及轻轨等多种交通工具混合式出行交通网络协同运行的局面,并且因为城市机动车数量的迅速增加,导致城市交通问题严重,对交通流进行动态分配是能够有效缓解这一问题的重要方法。现有的动态交通流分配模型大多只考虑单一模式出行,并且忽略了出行过程中的换乘行为,因此构建考虑换乘行为的多模式城市交通网络配流模型迫在眉睫。使用融合宏、微观交通流思想的中观交通流方法,对多出行模式超级交通网络进行研究。确定采用嵌套式Logit模型作为多模式出行选择行为模型,对嵌套式Logit模型结构和求解方法进行介绍与分析,并通过与传统Logit模型进行比较得出嵌套式Logit模型不受传统Logit模型无关方案独立性的限制,能够考虑到选择方案关联性,并且对动态用户各分配方法的优缺点进行分析,确定采用变分不等式法作为分配方法,为多模式城市交通网络的构建奠定理论基础。在分析城市常见交通工具特点及出行者特点的基础上构建汽车、公交与地铁三种交通方式的分层网络,定义有效路径,改进搜寻有效路径集的方法。同时,根据调查数据对嵌套式Logit模型参数进行标定,建立考虑出行模式以及路径双重决策的嵌套式Logit模型,提出一种考虑新节点接入的交通运输参数灵敏度分析的静态交通流分配方法,分析并验证这种方法的有效性,从管理者的角度对道路规划给予参考,提前规避交通堵塞问题。探究动态交通流约束条件,构造包含汽车与公交车干扰因素的路段阻抗函数,并结合出行选择特征和随机动态均衡配流条件,构建城市多模式出行随机动态用户分配模型,并转换成与之等价的变分不等式模型,通过改进MSA算法对模型求解,建立虚拟网络对模型进行验证与参数分析,最终对这些参数在动态平衡状态下的影响比较得到:停车费>每公里燃油费>地铁发车频率>公交车发车频率,最终基于研究结果给出缓解交通问题的建议。
郭小刚[3]（2020）在《面向广义交通流的聚类算法研究及应用》文中研究说明随着交通信息获取手段的更新,交通流数据越发丰富,为研究城市居民出行规律的发掘提供了新的视角和思路,轨迹数据的广泛应用也为广义交通流研究注入了新活力。面对城市交通需求的多样性、交通网络的复杂性、交通行为的协同性,我们越发地认识到交通流时空模式挖掘在“人-车-路-地”耦合的复杂交通系统研究中的重要性。本文以北京市交通运行指数和出租车OD流为例,以时间维度下宏观交通流短时预测和空间维度下微观交通流模式挖掘为落脚点,分别开展了基于聚类的交通运行指数短时预测和OD流空间聚类算法的相关应用研究,提出了两套基于聚类的交通流分析方法:1)一种顾及时间衰减因子的模式序列匹配预测算法。通过聚类算法识别交通流拥堵模式,并基于交通流模式的时间相关性与序列邻近关系实现动态预测。本文将该方法用于北京市全路网交通运行指数短时预测,预测精度优于基线模型,且具有可解释性。2)一种基于向量约束的OD流聚类算法。通过定义OD流事件点和OD流向量来表达OD流的高维特征,利用两步聚类实现OD数据在流空间上的模式挖掘。本文将该方法用于北京市出租车OD流模式识别,利用该方法得到了新的交通流社区及具有代表性流动趋势的不规则形状交通流簇。
肖佳鹏[4]（2020）在《基于交通安宁化的古城街巷空间保护与更新策略研究 ——以安阳古城为例》文中提出在当前快速机动化的背景下,小汽车交通的增长对古城街巷空间的保护造成极大冲击,古城街巷空间被矫直拓宽、建筑界面破损、场所氛围丧失等现象屡见不鲜,机动交通组织成为古城街巷空间保护必须正视的问题,但现有的保护与更新方法鲜有从平衡交通性及遗产性二者矛盾出发的,致使古城街巷空间保护与更新的可持续性不足。为了在延续古城街巷空间历史文脉特征的同时,缓解古城交通症结,笔者尝试以交通安宁化这一独特视角入手,在对其内涵进行再认识的基础上,剖析古城街巷空间的安宁化缺失的现状问题,探索安宁化建设的构成要素,构建古城街巷空间安宁化保护与更新策略,以达到提升古城街巷空间品质、延续传统风貌的总体目标。本论文包含五个章节:第一章:绪论,开篇阐述本文的研究背景,指出研究问题,提出研究目的及意义;而后,明确本文的研究范围和对象,对相关概念进行清晰界定,并在此基础上进行国内外研究综述,最后明确研究内容、方法及技术路线。第二章:相关理论及案例研究,首先,通过对交通安宁化和古城街巷空间保护与更新的相关理论的及其内涵进行研究,发现二者关注的本质问题。而后,通过搜集整理国内外交通安宁化及古城街巷空间保护与更新相关实践案例,对已有设计策略进行分类总结,提取经验。最后,对国内外研究进行评述。第三章:基于交通安宁化的古城街巷空间现状研究,首先,明确交通安宁化视角下古城街巷空间的功能定位,而后对现有古城街巷空间的分类及属性特征进行探讨。进而对古城街巷空间现状问题进行梳理,探讨交通安宁化理论对于古城街巷空间保护与更新的适应性,确定其指导意义。第四章:基于交通安宁化的古城街巷空间保护与更新策略建构,本章节通过分析古城街巷空间的安宁化构成要素,明确要素间关系,研究“交通安宁化”理念下古城街巷空间保护与更新的路径,提出街巷空间保护与更新目标与原则,明确保护与更新内容。而后,基于“交通安宁化”理念,提出了古城街巷空间保护与更新的交通系统重构、空间特征延续和空间环境改善的安宁化策略。第五章:基于交通安宁化的安阳古城街巷空间保护与更新实践,以安阳古城为实例,对第四章提出的策略进行实证。首先,对实证对象——安阳古城街巷空间特征进行研究,梳理街巷空间现状问题,而后针对性提出安阳古城街巷空间保护与更新的策略。
张思付[5]（2019）在《城市路网突发事件下救援路径优化研究》文中研究说明随着我国城市规模持续扩大,城市环境矛盾日益突出,对民众的生活、生产及生命财产安全造成巨大危害的各类突发事件时有发生。在此背景下,建立及时有效的应急救援响应系统,在保障民众的生命财产安全方面具有重要意义。对此,国内外学者对根据突发事件下交通状况,如何选择救援路径,进行了大量研究。但现有路径规划研究在突发事件下道路时间权值预测方面对路段拥堵蔓延消散规律考虑不足,且已有的路段拥堵蔓延消散模型未充分考虑车辆绕行的影响。为此,本文依托科研项目国家重点研发计划课题八“区域综合交通基础设施安全保障技术”之子课题“突发事件下跨区域综合交通运输网的智能化、网络化应急调度和疏散救援技术”,以给应急救援部门出行路线提供信息服务为目标,开展了城市突发事件下快速路拥堵蔓延和消散规律的研究,将动态网络路径选择与快速路拥堵蔓延预测模型相结合,提出了快速路拥堵蔓延消散规律预测下救援路径选择方法,以实现突发事件下救援行程时间最小化。本文首先围绕交通流参数关系模型,结合VISSIM交通仿真输出的交通流数据关系图对其交通流参数的特征进行分析,选定了Van Aerde模型作为刻画对象城市快速路交通流参数关系模型,为下一步建立快速路拥堵蔓延预测模型提供理论支撑。然后基于交通波模型,分别从道路瓶颈处通行能力、道路背景车流量与匝道分流与汇流三个方面出发,定量分析了突发事件下公交车比例、路况信息、拥堵距离、绕行通道密度、主辅路行车速度差异和辅道车流量等因素对拥堵范围的影响,进而提出了受车辆绕行影响下的拥堵蔓延预测模型,同时结合仿真交通数据对该模型作了检验,为拥堵路段行程时间权值的计算打下基础。最后以突发事件下路段拥堵蔓延预测模型为基础,计算了拥堵路段的行程时间,并分析了下游拥堵车辆回流对路段出行时间的影响;设计了动态权值条件下“反复求优”的Dijkstra最短路径算法,明确了主要路段边,以此避免了传统算法中重要路段造成的最短路径失真的情况;同时设计了仿真实验,对使用路段时间权值预测下的路径规划与传统的距离最短的路径规划进行比较,验证其在减少救援行程时间上的有效性。
周琪[6]（2019）在《城市快速路合流区交通特征分析与网联控制策略研究》文中进行了进一步梳理城市快速路由于通行效率高、覆盖范围广,现如今已经成为城市交通重要的组成部分。在城市快速路中,匝道合流区是承担快速路与其他道路连接的关键节点,同样也是城市快速路通行效率的主要瓶颈。本文以快速路合流段车辆运行特征以及车联网环境下合流区运行效率提升方法作为研究目标,对快速路合流区换道特性进行了分析,提出了基于预换道策略的合流区通行效率提升方法,并通过Vissim对车联网环境下的提升效果进行了验证。本文主要工作如下:（1）典型城市路段合流区车流数据实地调查与分析。首先通过对国内外相关文献的分析,设计了航拍交通流框架及其处理方法。利用航拍设备对西安某典型快速路合流区车流运行数据进行了采集,采用图像处理方法对车辆轨迹进行了识别跟踪,并对合流区进行了实地勘察,获得了合流区千余辆车行驶以及换道行为数据。（2）城市道路合流区换道特征及交通流扰动分析。对300余辆换道车辆的行驶轨迹进行了分析,认为合流区内主要发生两类换道行为,一类是匝道流入车辆换道行为,另一类是主道车流因合流过程导致失稳从而引发的换道行为。随后对第二类换道行为的影响进行了分析,认为换道产生的车辆延误不仅目标车道间隙有关,同时也与换道车辆与目标车道后车速度差有关。（3）预换道方法的合流区车流优化策略研究。通过对合流区换道行为以及其造成的影响进行了分析和总结,建立了一种在网联环境下合流区的优化策略,该优化策略是通过预先使外侧车道车辆进行更合理的换道行为,从而减少合流区内主道车辆的自发换道行为,进而减少合流区总体车流在合流过程中产生的延误,提高整体通行效率。（4）预换道策略仿真验证。利用VISSIM的二次开发接口,借助Visual Basic与MATLAB建立了车联网策略的仿真平台,对普通车流与策略实施车流分别进行了20次仿真实验。并对仿真数据进行了分析,发现本文所设计的优化策略在一定情况,对合流区的整体延误有明显的提升,验证了预先换道策略的有效性。通过上述四个方面的研究,本文认为影响合流区通行的主要因素有合流过程的换道行为,还有合流过程引发的主道车流的换道行为,同时发现第二类换道行为对车流影响主要与换道速度差以及换道间隙有关。因此本文设计了减少主道换道行为的影响的控制策略,通过选定合理换道车辆预先换道的方法降低车流整体延误。随后对本文设计的策略进行了仿真,通过仿真结果说明了在均匀车流情况下,该策略能降低合流区车流延误,提高通行效率。
张胜伟[7]（2019）在《考虑信息诱导的降级路网交通流演化研究》文中提出从网络交通流的运行过程来看,交通流经常因外部或者内部因素的干扰处于非均衡状态,研究并掌握交通流从非均衡向均衡的动态演化过程对交通管理等工作至关重要,研究动态演化有助于制定出更加科学的、有针对性的交通管理措施。然而,现阶段的对网络交通流演化过程的研究多局限于非降级路网,但交通供需的随机不确定性已成为我国城市交通系统的新常态,同时先进的出行者信息系统（ATIS）是缓解各种交通问题的重要措施之一。基于此,针对降级路网,本文对以下几方面进行了研究:首先,论文选择均匀分布来刻画路段容量的随机变化,在此基础上,构建了降级路网下基于传统的路径更新规则的更新模型,模型用前一天使用路径的实际出行时间和前一天感知路径出行时间期望值来更新。通过算例分析了依赖参数和容量降级系数对降级路网交通流演化的影响。演化结果表明:1)降级路网下和非降级路网下,交通网络均能演化至稳定状态,但均演化不到随机用户均衡状态;2)相较于非降级路网,降级路网下交通网络演化至稳定状态所消耗的时间更长。然后,为加快降级路网下交通流演化的效率,论文调整了出行者路径选择的更新规则。针对降级路网,分别构建了信息诱导环境和非信息环境两种情形下基于加权移动平均的路径更新模型,模型中刻画了对出行经验的学习过程,考虑了多天的历史出行数据,并将历史出行时间按对当前天出行决策的重要程度进行加权移动平均。通过算例对比和探讨分析了两种环境下各参数对交通网络演化的影响,并对比分析了传统路径更新模型和基于加权移动平均的路径更新模型下交通流演化结果。对比结果验证了基于加权移动平均的更新规则的先进性。最后,为考察信息诱导对降级路网交通流演化的影响,针对降级路网,将出行者分为有诱导信息的出行者和无诱导信息的出行者两类,构建了基于加权移动平均更新规则的两类用户混合的交通网络。最后通过算例分析研究路网上两类用户混合时各参数对交通网络演化规律的影响。演化结果表明:当容量降级系数大于0.3且出行者对感知路径出行时间依赖的程度不小于90%时,无论市场渗透率为何值,交通网络均能演化到随机用户均衡状态,此时,交通网络演化的效果最好。
王忠浩,张静,肖建力[8]（2017）在《基于交通指数云图的宏观交通流分析方法综述》文中提出基于交通流分析在智能交通研究和应用中的重要性,聚焦路网交通流分析方法的回顾,综述了宏观尺度的路网交通流分析方法的研究现状.从微观、中观、宏观3个方面梳理了交通流分析方法的基本类型;重点阐述了宏观交通流分析中的交通拥堵指数的基本概念及其计算方法;随后基于交通拥堵指数提出交通指数云图的概念;最后对基于交通指数云图的路网交通流分析进行了讨论,并对其发展和应用前景进行了展望.
张玮玮[9]（2016）在《基于聚类分析的BP神经网络短时交通流预测方法研究》文中研究表明由于交通系统具有实时性、非线性和一定的复杂性,传统的预测方法已经不能满足要求。人们出行活动的增加也导致现代交通系统产生了大量的历史数据,所以如何从历史数据中挖掘出交通流量的规律,对于提高预测精度就变得至关重要。本文在国内外学者的研究基础上,采用数据挖掘技术,针对以往研究中不将不同日期的数据分开处理导致预测精度低这一缺陷,提出了一种结合聚类分析与BP神经网络的短时交通流预测方法。本文的研究工作主要包括以下几个方面:1.提出了一种与SVM结合的改进的Kmeans聚类算法。在聚类方法的选择上,采用经典的聚类算法-Kmeans算法。由于Kmeans算法在最佳聚类数的选择上不具有统一性,所以,本文提出一种结合SVM分类算法的聚类算法来判断最佳的聚类数k,并使用分类准确率和各类距离之和来最终确定k。实验证明了采用与SVM结合的改进的Kmeans聚类算法能够帮助Kmeans快速确定最佳聚类数。2.提出了一种与KNN结合的改进的Kmeans聚类算法。为了验证分类算法对改进Kmeans算法具有普遍性,采用另一种分类算法KNN与Kmeans结合来改进Kmeans,并通过实验验证了KNN结合Kmeans算法来确定最佳聚类数k的方法同样有效。3.提出了一种结合聚类分析与BP神经网络的短时交通流预测方法。根据不同日期的流量模式不同的原理,首先采用聚类算法将历史数据进行聚类分析,并以聚类的结果为依据,对待预测日期的数据采用分类算法预测其所在的类别,找出该类别有针对性地进行短时交通流预测。由于BP神经网络能够识别复杂的非线性系统,因此采用BP神经网络进行交通流预测。通过实验对比,结合聚类分析的BP神经网络预测方法比未结合聚类分析的BP神经网络预测方法准确率高。最后,本文对整个研究进行了总结,并提出了后续研究的方向。
辛超[10]（2016）在《多机场终端区交通流协同建模仿真》文中研究指明终端区作为航班飞行活动的起点和终点,不仅空域结构复杂,而且航空器的状态改变较为频繁,尤其是在多机场终端区中,空域相互耦合,航空器的交汇、分离以及机动操作都对终端区的运行造成一定影响。针对目前典型多机场系统运行矛盾分析,终端区的运行不仅受到复杂空间资源的制约,其进离场交通流的时间特性影响更为明显。因此,本文基于终端区的空时资源对终端区运行进行研究。本文通过对终端区运行特性的分析,对进离场交通流的飞行活动进行归纳分析；并基于静态空间资源和交通流的时间资源对进离场交通流的跟驰现象进行建模研究。采用智能仿真平台AIRTOP对重庆终端区的真实数据进行三维场景构建,通过进离场交通流的模型约束对空间数据进行进离场交通流的运行约束；利用统计的真实航班信息对空域结构和约束进行验证分析。利用校验后的仿真模型对重庆终端区运行效率进行终端区运行指标评估；并利用评价模型对交通流的基本特性与终端区运行效率进行仿真实验分析。在重庆现有空域运行模型上搭建了重庆规划多机场终端区的仿真平台,通过对规划多机场终端区仿真实验,表明多机场终端区的运行效率与交通流之间的一定关系,为多机场终端区运行模式与方法提供了一定的理论基础。
二、对交通流理论的再认识（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、对交通流理论的再认识（论文提纲范文）
（1）交通拥堵判别方法研究综述（论文提纲范文）
| 1 传统交通流理论方法判别拥堵状态 |
| 1.1 基于指标的方法 |
| 1.1.1 适用于高速公路的指标 |
| (1)行程时间与延误 |
| (2)占有率 |
| (3)服务水平 |
| 1.1.2 适用于城市道路的指标 |
| (1)区间平均车速 |
| (2)排队长度 |
| (3)流量比通行能力(V/C) |
| (4)平均交叉口延误 |
| 1.1.3 综合指标判断拥堵 |
| 1.2 基于宏观基本图的分析方法 |
| 1.2.1 宏观基本图在城市道路拥堵判别中的应用 |
| 1.2.2 宏观基本图在高速公路拥堵判别中的应用 |
| 1.3 元胞自动机模型(CA Model) |
| 1.4 元胞传输模型(CTM Model) |
| 1.5 二流理论 |
| 2 机器学习方法判别拥堵状态 |
| 2.1 基于概率图模型的方法 |
| 2.1.1 贝叶斯网络 |
| (1)贝叶斯网络简介 |
| (2)传统贝叶斯网络的构造 |
| (3)贝叶斯网络的演变和发展 |
| 2.1.2 马尔科夫模型在预测交通状态方面的应用 |
| (1)马尔科夫过程 |
| (2)马尔科夫链 |
| (3)隐式马尔科夫模型 |
| 2.2 非参数统计方法判别交通拥堵 |
| 2.2.1 支持向量机模型(SVM) |
| 2.2.2 K-邻近算法(KNN) |
| 2.2.3 神经网络 |
| (1)BP神经网络 |
| (2)递归神经网络 |
| (3)多层神经网络 |
| (4)径向基神经网络RBF |
| 2.2.4 聚类 |
| 3 结语 |
（2）多模式城市交通网络算法优化（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 交通流模型研究现状分析 |
| 1.2.1 微观交通流模型研究现状分析 |
| 1.2.2 宏观交通流模型研究现状分析 |
| 1.2.3 中观交通流模型研究现状分析 |
| 1.3 多模式交通系统研究现状分析 |
| 1.4 本文研究的主要内容 |
| 第2章 确定多模式出行选择模型及动态用户分配方法 |
| 2.1 出行选择Logit模型分析 |
| 2.2 嵌套式Logit模型结构及求解 |
| 2.3 动态用户最优分配方法分析 |
| 2.4 本章小结 |
| 第3章 城市多模式交通出行选择模型 |
| 3.1 多模式出行选择的影响因素 |
| 3.1.1 各模式交通出行特点 |
| 3.1.2 交通出行者特性 |
| 3.2 多模式出行者对有效路径的定义 |
| 3.3 多模式出行者有效路径集的搜索 |
| 3.4 多模式交通网络的嵌套式Logit模型分层规划 |
| 3.4.1 确定多模式出行效应函数 |
| 3.4.2 求解多模式出行选择概率 |
| 3.5 出行选择模型的参数标定 |
| 3.5.1 调查出行选择结果 |
| 3.5.2 出行选择模型的参数标定及验证 |
| 3.6 管理者理想选择分配 |
| 3.6.1 对交通流进行灵敏度分析 |
| 3.6.2 交通流分配结果 |
| 3.7 本章小结 |
| 第4章 随机动态用户分配 |
| 4.1 随机动态用户分配中的主要符号定义 |
| 4.2 确定动态网络约束条件 |
| 4.2.1 动态交通流基本约束条件 |
| 4.2.2 动态交通流量守恒约束 |
| 4.2.3 动态交通先入先出原则 |
| 4.2.4 动态交通流量传播约束 |
| 4.3 分析动态出行用户出行成本 |
| 4.3.1 用户出行时间成本 |
| 4.3.2 用户出行费用成本 |
| 4.3.3 用户出行换乘出行成本 |
| 4.4 基于嵌入式Logit模型的随机动态用户最优条件 |
| 4.5 随机动态用户最优变分不等式 |
| 4.5.1 变分不等式的定义 |
| 4.5.2 变分不等式的求解 |
| 4.5.3 变分不等式模型与动态随机用户最优条件等价证明 |
| 4.6 随机动态用户最优模型求解算法 |
| 4.7 模型应用 |
| 4.7.1 随机动态用户配流结果 |
| 4.7.2 动态随机用户分配参数分析 |
| 4.8 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术成果 |
| 致谢 |
（3）面向广义交通流的聚类算法研究及应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 短时交通流预测研究现状 |
| 1.2.2 基于轨迹数据的交通流研究现状 |
| 1.2.3 聚类在交通流分析上的应用现状 |
| 1.3 研究内容 |
| 1.3.1 基于聚类的交通运行指数短时预测 |
| 1.3.2 出租车OD流的空间模式挖掘 |
| 1.4 论文框架 |
| 第2章 相关研究 |
| 2.1 广义交通流 |
| 2.1.1 广义交通流概述 |
| 2.1.2 交通运行指数 |
| 2.1.3 出租车OD流 |
| 2.1.4 研究对象小结 |
| 2.2 模式序列匹配算法 |
| 2.2.1 模式发现 |
| 2.2.2 匹配预测 |
| 2.3 OD流聚类算法 |
| 第3章 基于改进模式序列匹配的交通运行指数预测研究 |
| 3.1 顾及时间衰减因子的改进模式序列匹配算法 |
| 3.2 实验与分析 |
| 3.2.1 数据预处理 |
| 3.2.2 交通运行指数模式聚类 |
| 3.2.3 确定匹配搜索窗口大小 |
| 3.2.4 对比分析 |
| 3.3 本章小结 |
| 第4章 基于向量约束的交通OD流聚类算法研究 |
| 4.1 基于向量约束的OD流聚类算法 |
| 4.1.1 定义 |
| 4.1.2 参数 |
| 4.1.3 聚类过程 |
| 4.2 实验与分析 |
| 4.2.1 基于几何约束的出租车OD流聚类 |
| 4.2.2 出租车OD流聚类空间簇分析 |
| 4.2.3 出租车OD流聚类几何簇分析 |
| 4.3 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
（4）基于交通安宁化的古城街巷空间保护与更新策略研究 ——以安阳古城为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 现实问题 |
| 1.1.2 课题来源 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究对象及范围界定 |
| 1.3.1 概念界定 |
| 1.3.2 研究对象 |
| 1.3.3 研究范围 |
| 1.4 国内外相关研究综述 |
| 1.4.1 交通安宁化理论国内外研究综述 |
| 1.4.2 古城街巷空间国内外研究综述 |
| 1.5 研究内容与方法 |
| 1.5.1 研究内容 |
| 1.5.2 研究方法 |
| 1.5.3 研究技术路线 |
| 1.6 本章小结 |
| 第2章 相关理论及案例研究 |
| 2.1 交通安宁化理论研究 |
| 2.1.1 交通安宁化的发展历程 |
| 2.1.2 交通安宁化的理论内涵 |
| 2.1.3 交通安宁化的目标 |
| 2.1.4 交通安宁化的原则 |
| 2.1.5 交通安宁化的措施 |
| 2.2 古城街巷空间相关理论研究 |
| 2.2.1 可持续发展理论 |
| 2.2.2 有机更新理论 |
| 2.2.3 健康城市理论 |
| 2.3 相关案例研究 |
| 2.3.1 巴黎内城 |
| 2.3.2 佛罗伦萨 |
| 2.3.3 苏州古城 |
| 2.3.4 西安古城 |
| 2.3.5 案例研究启示 |
| 2.4 研究评述 |
| 2.5 本章小结 |
| 第3章 基于交通安宁化的古城街巷空间现状研究 |
| 3.1 古城街巷空间的功能及类型 |
| 3.1.1 古城街巷空间的功能 |
| 3.1.2 古城街巷空间的类型 |
| 3.1.3 古城街巷空间的属性特征 |
| 3.2 古城街巷空间现状问题剖析 |
| 3.2.1 用地布局失衡严重,低端产业过度集聚 |
| 3.2.2 机动交通过度发展,公共交通与慢行交通发展迟缓 |
| 3.2.3 体系构成特征破坏,传统风貌逐步丧失 |
| 3.2.4 物质构成更新迟缓,空间界面破损严重 |
| 3.2.5 基础设施不完善,人居环境质量堪忧 |
| 3.2.6 街巷设施体系不完备,文化内涵缺失严重 |
| 3.3 交通安宁化理论与古城街巷空间保护与更新关联性分析 |
| 3.3.1 交通安宁化应用于古城街巷空间保护与更新的必要性 |
| 3.3.2 交通安宁化应用于古城街巷空间保护与更新的可行性分析 |
| 3.4 本章小结 |
| 第4章 基于交通安宁化的古城街巷空间保护与更新策略建构 |
| 4.1 古城街巷空间安宁化建设的构成要素 |
| 4.1.1 土地使用要素 |
| 4.1.2 交通组织要素 |
| 4.1.3 空间形态要素 |
| 4.1.4 街巷设施要素 |
| 4.2 古城街巷空间保护与更新的路径探索 |
| 4.2.1 古城街巷空间保护与更新的路径选择 |
| 4.2.2 古城街巷空间保护与更新的目标 |
| 4.2.3 古城街巷空间保护与更新的原则 |
| 4.3 古城街巷空间保护与更新的内容思考 |
| 4.3.1 延续历史文脉特征是街巷空间安宁化建设的前提 |
| 4.3.2 满足居民和外来游客需求是街巷空间安宁化建设的根本 |
| 4.3.3 交通系统重构是街巷空间安宁化建设的手段 |
| 4.3.4 空间环境的改善是街巷空间安宁化建设的关键 |
| 4.3.5 产业发展是建设街巷空间安宁化建设的动力 |
| 4.4 古城街巷空间保护与更新策略建构 |
| 4.4.1 交通系统重构策略 |
| 4.4.2 空间形态延续策略 |
| 4.4.3 空间环境改善策略 |
| 4.5 本章小结 |
| 第5章 基于交通安宁化的安阳古城街巷空间保护与更新实践 |
| 5.1 安阳古城概况及街巷空间特征 |
| 5.1.1 安阳古城概况 |
| 5.1.2 安阳古城街巷空间格局特征 |
| 5.2 安阳古城街巷空间安宁化要素现状问题剖析 |
| 5.2.1 土地使用要素现状问题 |
| 5.2.2 交通组织要素现状问题 |
| 5.2.3 空间形态要素现状问题 |
| 5.2.4 街巷设施要素现状问题 |
| 5.3 安阳古城街巷空间保护与更新策略 |
| 5.3.1 “外围疏解,内部重构”的安宁化交通系统重构策略 |
| 5.3.2 “空间织补,特征重塑”的安宁化空间形态延续策略 |
| 5.3.3 “空间共享,设施完备”的安宁化空间环境改善策略 |
| 5.4 本章小结 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
| 附录 :图表索引 |
（5）城市路网突发事件下救援路径优化研究（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 交通流基础理论研究现状 |
| 1.2.2 路段的拥堵蔓延消散模型 |
| 1.2.3 动态路径诱导方法研究 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 论文组织架构 |
| 第二章 城市快速路交通流参数关系模型的选取 |
| 2.1 城市快速路结构特征分析 |
| 2.2 交通流基本参数及关系模型 |
| 2.2.1 交通流宏观参数 |
| 2.2.2 交通流微观参数 |
| 2.2.3 交通流参数关系模型 |
| 2.3 城市快速路交通流特征分析 |
| 2.3.1 交通流参数数据获取 |
| 2.3.2 城市快速路交通流参数特性分析 |
| 2.4 VanAerde模型基本参数标定 |
| 2.4.1 参数标定方法 |
| 2.4.2 参数标定结果 |
| 2.5 本章小结 |
| 第三章 基于交通波理论的突发事件影响范围模型 |
| 3.1 城市快速路瓶颈路段交通波分析 |
| 3.1.1 流体力学守恒方程 |
| 3.1.2 交通波模型的建立 |
| 3.1.3 交通瓶颈处的交通波分析 |
| 3.2 突发事件下快速路拥堵蔓延影响因素分析 |
| 3.2.1 瓶颈段通行能力影响因素 |
| 3.2.2 拥堵区域车辆绕行影响因素 |
| 3.2.3 上游流量影响因素 |
| 3.3 基于交通波理论的快速路拥堵蔓延模型 |
| 3.3.1 快速路下游流量时变模型 |
| 3.3.2 快速路上游流量时变模型 |
| 3.3.3 密度计算 |
| 3.3.4 拥堵蔓延预测模型 |
| 3.3.5 算法设计 |
| 3.3.6 Logit模型参数估计 |
| 3.4 案例分析 |
| 3.4.1 方案设计 |
| 3.4.2 结果分析 |
| 3.5 本章小结 |
| 第四章 时间权值预测下的动态路径规划 |
| 4.1 交通流预测下动态路径规划问题概述 |
| 4.2 动态交通网络中的道路权值 |
| 4.2.1 路段行程时长构成 |
| 4.2.2 路段非拥挤部分行程时间 |
| 4.2.3 交叉口延误时间 |
| 4.3 基于改进Dijkstra算法的动态最优路径方法 |
| 4.3.1 算法原理 |
| 4.3.2 动态网络下的Dijkstra算法设计 |
| 4.3.3 动态网络下的Dijkstra算法优化 |
| 4.4 仿真实验与分析 |
| 4.4.1 数据准备 |
| 4.4.2 参数确定 |
| 4.4.3 结果分析 |
| 4.5 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间发表的论文和取得的学术成果 |
（6）城市快速路合流区交通特征分析与网联控制策略研究（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 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 本章小结 |
| 第二章 城市快速路合流区交通调查 |
| 2.1 合流区交通调查类型分析 |
| 2.2 合流区交通调查方案 |
| 2.2.1 调查地点 |
| 2.2.2 调查实施方法 |
| 2.3 视频数据处理 |
| 2.3.1 交通流量数据获取 |
| 2.3.2 车速数据获取 |
| 2.3.3 车头时距数据获取 |
| 2.3.4 换道数据获取 |
| 2.4 本章小结 |
| 第三章 城市快速路合流区车流运行特征分析 |
| 3.1 合流区交通流特征分析 |
| 3.1.1 交通流体理论 |
| 3.1.2 合流区流量与速度时变特征 |
| 3.2 合流区换道特征分析 |
| 3.2.1 合流区换道行为的类型 |
| 3.2.2 合流区主道车辆换道行为特征分析 |
| 3.3 合流区换道行为影响分析 |
| 3.3.1 交通延误 |
| 3.3.2 合流区换道行为造成延误分析 |
| 3.4 本章小结 |
| 第四章 预换道方法的快速路合流区车流优化策略 |
| 4.1 车联网引导式控制方法 |
| 4.2 策略描述 |
| 4.3 策略基本参数讨论 |
| 4.3.1 合流区控制区域界定 |
| 4.3.2 建议换道车辆数目分析模型 |
| 4.4 最佳建议换道车辆的选择方法 |
| 4.4.1 考虑目标车道延误的建议换道车辆选择方法 |
| 4.4.2 考虑安全性的建议车辆选择分析 |
| 4.4.3 建议换道车辆选择方法总结 |
| 4.5 本章小结 |
| 第五章 仿真模型构建与策略仿真验证 |
| 5.1 基于Visual Basic的 VISSIM二次开发方法描述 |
| 5.1.1 VISSIM仿真软件简介 |
| 5.1.2 VB与 VISSIM二次开发方法描述 |
| 5.2 仿真路网设计与参数标定 |
| 5.2.1 仿真路网设计 |
| 5.2.2 评价指标 |
| 5.2.3 仿真参数标定 |
| 5.3 仿真方案与过程 |
| 5.3.1 仿真方案 |
| 5.3.2 仿真过程 |
| 5.4 仿真结果分析 |
| 5.4.1 速度结果分析 |
| 5.4.2 换道次数数据分析 |
| 5.4.3 主道车辆延误分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 研究工作展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（7）考虑信息诱导的降级路网交通流演化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 交通流演化研究现状 |
| 1.2.2 降级路网研究现状 |
| 1.2.3 信息影响下的网络均衡分析研究现状 |
| 1.2.4 降级路网交通流演化研究现状 |
| 1.2.5 现状研究评述 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 考虑路段容量降级的网络均衡流模式研究 |
| 2.1 降级路网下的路段与路径出行时间分布 |
| 2.2 考虑路段容量降级的交通分配模型与算法 |
| 2.2.1 考虑路段容量降级的交通分配模型 |
| 2.2.2 模型求解算法 |
| 2.3 考虑路段容量降级的出行者路径更新模型 |
| 2.4 算例分析 |
| 2.5 本章小结 |
| 第三章 基于加权移动平均的降级路网交通流演化研究 |
| 3.1 非信息环境下基于加权移动平均的交通流演化模型及求解算法 |
| 3.1.1 非信息环境下基于加权移动平均的交通流演化模型 |
| 3.1.2 模型求解算法 |
| 3.2 信息诱导环境下基于加权移动平均的交通流演化模型及求解算法 |
| 3.2.1 信息诱导环境下基于加权移动平均的交通流演化模型 |
| 3.2.2 模型求解算法 |
| 3.3 算例分析 |
| 3.4 本章小结 |
| 第四章 考虑信息诱导的多用户类降级路网交通流演化研究 |
| 4.1 考虑信息诱导的降级路网交通分配模型及算法 |
| 4.1.1 考虑信息诱导的降级路网交通分配模型 |
| 4.1.2 模型求解算法 |
| 4.2 考虑多用户类的降级路网交通流演化模型 |
| 4.3 考虑多用户类的降级路网交通流演化模型求解算法 |
| 4.4 算例分析 |
| 4.5 本章小结 |
| 结论与展望 |
| 研究结论 |
| 研究展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间发表论文 |
| 附录B 攻读学位期间参与的科研项目 |
（8）基于交通指数云图的宏观交通流分析方法综述（论文提纲范文）
| 1 交通流分析方法的基本类型 |
| 2 宏观交通流分析方法研究现状 |
| 3 基于交通指数云图的宏观路网交通流分析 |
| 4 结束语 |
（9）基于聚类分析的BP神经网络短时交通流预测方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 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 研究现状 |
| 1.3 论文的主要工作 |
| 1.4 论文的组织结构 |
| 第2章 相关理论基础 |
| 2.1 聚类算法 |
| 2.1.1 聚类算法概述 |
| 2.1.2 Kmeans |
| 2.2 分类算法 |
| 2.2.1 分类概述 |
| 2.2.2 支持向量机 |
| 2.2.3 K最近邻 |
| 2.3 交通流基本参数和特性 |
| 2.3.1 交通流基本参数 |
| 2.3.2 交通流的特性 |
| 2.4 BP神经网络 |
| 2.4.1 人工神经网络概述 |
| 2.4.2 BP神经网络原理 |
| 2.5 本章小结 |
| 第3章 改进的Kmeans聚类算法 |
| 3.1 方法流程 |
| 3.2 实验环境和数据集 |
| 3.3 SVM-Kmeans的实现 |
| 3.4 KNN-Kmeans的实现 |
| 3.5 基于改进的Kmeans的聚类分析 |
| 3.6 本章小结 |
| 第4章 结合聚类分析与BP神经网络的交通流预测方法 |
| 4.1 方法框架 |
| 4.2 BP神经网络交通流预测方法 |
| 4.3 短时交通流预测的评价标准 |
| 4.4 BP神经网络交通流预测 |
| 4.5 结论 |
| 4.6 本章小结 |
| 第5章 结束语 |
| 5.1 总结 |
| 5.2 后续研究工作 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间从事的科研工作及取得的成果 |
（10）多机场终端区交通流协同建模仿真（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 论文背景及意义 |
| 1.2 多机场系统的国内外研究现状 |
| 1.3 国内外终端区仿真系统研究概况 |
| 1.4 本文内容和结构的安排 |
| 第二章 多机场终端区运行模式分析 |
| 2.1 多机场终端区概念 |
| 2.1.1 多机场终端区定义 |
| 2.1.2 空域基本结构 |
| 2.2 多机场终端区运行模式分析 |
| 2.2.1 终端区运行性能主要指标 |
| 2.2.2 管制间隔 |
| 2.2.3 其他相关管制规则 |
| 2.2.4 进离场航班交通流的运行分析 |
| 2.3 典型多机场终端区的运行特点 |
| 2.3.1 多机场系统的机场位置特点 |
| 2.3.2 终端区运行模式问题分析 |
| 2.3.3 终端区空域结构优化方法 |
| 第三章 多机场终端区进离场交通流建模 |
| 3.1 多机场终端区空间资源—时间资源分析 |
| 3.1.1 空间资源分析 |
| 3.1.2 多机场终端区时间资源模型 |
| 3.2 基于空时资源交通流协同运行建模 |
| 3.2.1 交通流理论概述 |
| 3.2.2 进离场交通流特征分析 |
| 3.2.3 进离场交通流跟驰模型 |
| 3.3 模型约束限制 |
| 3.4 目标函数 |
| 3.5 本章小结 |
| 第四章 重庆终端区空域建模仿真 |
| 4.1 仿真模块简介 |
| 4.2 重庆终端区空域分析 |
| 4.2.1 跑道使用间隔最低标准 |
| 4.2.2 空中航空器间隔最低标准 |
| 4.3 重庆终端区空域建模 |
| 4.3.1 静态空域结构模型 |
| 4.3.2 终端区交通流约束限制 |
| 4.4 终端区运行模型参数校验 |
| 4.4.1 航空器4D比对校验 |
| 4.4.2 扇区管制工作负荷比对 |
| 4.4.3 校验结果分析 |
| 4.5 终端区运行评价 |
| 4.5.1 终端区运行评价指标 |
| 4.5.2 终端区运行效能评估流程 |
| 4.6 重庆终端区运行性能评价 |
| 4.6.1 终端区运行评价指标输出 |
| 4.6.2 终端区运行评估 |
| 4.7 本章小结 |
| 第五章 终端区交通流运行优化仿真 |
| 5.1 交通流对终端区运行影响分析 |
| 5.2 终端区运行效率提升仿真分析 |
| 5.2.0 运行效率影响因素分析 |
| 5.2.1 终端区运行效率提升实验仿真分析 |
| 5.2.2 进离场航路仿真配置验证 |
| 5.2.3 进离场交通流流量分配仿真实验 |
| 5.2.4 进离场交通流流量分配加量仿真 |
| 5.3 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
四、对交通流理论的再认识（论文参考文献）
- [1]交通拥堵判别方法研究综述[J]. 贾若,戴昇宏,黄霓,李水滢,刘志远. 华南理工大学学报(自然科学版), 2021(04)
- [2]多模式城市交通网络算法优化[D]. 魏晓彤. 哈尔滨理工大学, 2021(09)
- [3]面向广义交通流的聚类算法研究及应用[D]. 郭小刚. 北京建筑大学, 2020(08)
- [4]基于交通安宁化的古城街巷空间保护与更新策略研究 ——以安阳古城为例[D]. 肖佳鹏. 北京建筑大学, 2020(08)
- [5]城市路网突发事件下救援路径优化研究[D]. 张思付. 重庆交通大学, 2019(06)
- [6]城市快速路合流区交通特征分析与网联控制策略研究[D]. 周琪. 长安大学, 2019(01)
- [7]考虑信息诱导的降级路网交通流演化研究[D]. 张胜伟. 长沙理工大学, 2019(07)
- [8]基于交通指数云图的宏观交通流分析方法综述[J]. 王忠浩,张静,肖建力. 上海理工大学学报, 2017(04)
- [9]基于聚类分析的BP神经网络短时交通流预测方法研究[D]. 张玮玮. 重庆邮电大学, 2016(03)
- [10]多机场终端区交通流协同建模仿真[D]. 辛超. 中国民用航空飞行学院, 2016(08)