城市道路混合交通流分析模型与方法

第1篇 城市道路通行能力分析模型与方法第1章 概述1.1 研究意义1.2 研究内容与方法第2章 北京市道路交通流特性调查与数据提取2.1 交通调查的目的与意义2.2 调查范围2.3 调查内容2.4 调查方法2.5 数据处理第3章 交通量与车速关系国内外研究现状3.1 概述3.2 统计分析模型3.3 基于理论推导的模型3.4 基于仿真的模型第4章 北京市城市快速路交通量与车速关系研究4.1 快速路典型道路交通流流量、速度分布特征4.2 快速路典型路段交通流速度一流量曲线拟合第5章 北京市城市主干道交通量与车速关系研究5.1 城市主干道交通流速度流量关系散点图5.2 城市主干道速度、流量时间折线图5.3 城市主干道交通流速度一流量关系曲线拟合5.4 城市主干道交通流速度流量关系分车道研究5.5 城市主干道交通流流密速关系研究第6章 北京市城市快速路交通流的流密速关系与西方理论曲线的比较分析6.1 基于经典模型的曲线拟合及比较6.2 北京市城市快速路速度流量散点图分析第7章 道路通行能力研究现状分析7.1 国外通行能力研究状况7.2 国内通行能力研究状况第8章 北京市快速路通行能力研究8.1 HCM通行能力计算公式8.2 北京市的特殊情况8.3 快速路交通流的伽马分布、双伽马分布和多元伽马分布8.4 北京市快速路通行能力第9章 北京市主干道通行能力研究9.1 主干道交通流的伽马分布、双伽马分布和多元伽马分布9.2 通行能力.9.3 不同车道的通行能力修正系数第10章 道路网交通容量研究现状10.1 路网容量的概念10.2 路网容量计算方法10.3 路网容量可靠度第11章 已有路网容量计算方法评述11.1 时空消耗法11.2 线性规划法11.3 割集法11.4 交通分配模拟法11.5 已有路网容量计算方法存在的问题第12章 道路网通行能力计算方法12.1 路网容量的影响因素12.2 路网容量的概念12.3 路网容量计算模型12.4 模型求解算法第2篇 城市道路交通拥挤模型与分析系统开发第13章 概述13.1 北京市交通拥挤现状分析13.2 交通拥挤的研究现状第14章 交通拥挤相关的基本概念研究14.1 交通拥挤的概念14.2 交通拥挤的分类14.3 交通拥挤的属性第15章 交通拥挤演化机理研究15.1 交通拥挤的交通流特性15.2 交通拥挤的形成原因15.3 交通拥挤的扩散机理第16章 交通状态评价指标体系与方法研究16.1 交通状态评价指标研究16.2 北京市交通状态综合评价方法研究16.3 交通状况评价的功能实现第17章 交通拥挤识别评价与对策功能分解17.1 功能描述17.2 北京市异常交通状态的识别分析17.3 北京市交通突发警情的预测分析17.4 交通拥挤识别与评价模块17.5 交通拥挤评价信息输出模块17.6 交通拥挤对策预案模块17.7 交通拥挤验证模块第18章 交通拥挤预警功能的系统实现18.1 功能描述18.2 交通事件与事故预警指标模块18.3 预警模型模块18.4 交通拥挤预测结果输出模块18.5 交通拥挤预测信息验证模块第19章 交通拥挤扩散功能的软件实现19.1 交通拥挤扩散空间分析19.2 交通拥挤扩散分析与发布功能的实现第3篇 交通流预测预报模型与方法——非参数回归模型与系统实现第20章 概述20.1 短时交通流预测研究的意义20.2 短时交通流预测需求20.3 短时交通流预测的特性分析20.4 各种预测方法研究综述20.5 基于非参数回归的短时交通流预测过程第21章 系统设计和各部分主要功能21.1 整理模块21.2 主成分分析21.3 聚类分析21.4 样本数据库的生成21.5 数据结构第22章 数据库匹配策略及实现22.1 一维和多维数据库的映射关系22.2 基于一维数据匹配的样本数据库的创建第23章影响非参数回归预测精度的因素分析23.1 数据库的规模大小(Database-size)23.2 近邻点个数K23.3 数据相似度误差(Similar-Error)23.4 流量时间间隔(Time-Interval)第24章 预测结果及分析24.1 检测器位置24.2 5min预测结果及分析24.3 15min预测结果及分析24.4 30min预测结果及分析第4篇 交通流预测预报模型与方法——组合模型分析第25章 组合预测模型概述25.1 组合预测模型主要研究内容25.2 子模型的选择25.3 组合预测模型基本形式25.4 组合预测模型示例第26章 组合预测模型详细分析26.1 傅立叶模型26.2 自回归模型26.3 邻域回归模型26.4 模型信息存储26.5 模型更新策略26.6 多步预测模式26.7 权重更新方法第27章 组合预测模型的系统实现框架设计27.1 核心预测模块的开发27.2 预测核心动态链接库的构成27.3 上层框架逻辑设计第28章 组合预测模型预测精度分析28.1 误差计算方法概述28.2 自回归模型的结构辨识28.3 大规模自回归模型预测精度分析28.4 大规模傅立叶模型预测精度分析第29章 基础模型介绍29.1 ARIMA模型的应用说明29.2 傅立叶变换的应用说明29.3 Kalman滤波29.4 神经网络理论29.5 支持向量机回归29.6 非参数回归第30章 非检测点交通参数估算方法30.1 非检测点的交通参数估算实施方案30.2 非检测点交通参数估算公式的确定方法