城市道路交通信息提取关键技术研究

论文摘要

本论文主要依托“十五”国家科技攻关计划课题“基础交通信息采集与融合技术研究”和深圳市交通警察局课题“深圳市智能交通系统总体发展研究”。论文围绕城市道路交通信息提取的关键技术进行了相关研究。全文共分七章。首先介绍论文选题背景及意义,在提出城市道路交通信息提取框架的基础上,结合我国城市交通实证数据,分析城市道路交通流信息的复杂特征,并对比研究不同预测方法的适应性,建立考虑复杂性特征的交通预测知识模型;对城市道路交通状态划分进行分析并做探讨性研究;提出城市道路交通信息提取的系统集成关键技术;最后,从三个方面提出交通信息共享机制。本论文结合我国实际交通状况,以城市道路交通信息的复杂性研究为核心,提出城市道路交通信息提取的关键技术体系,为城市道路交通分析和管理提供理论依据。

论文目录

• 第一章 绪论
• 1.1 课题来源
• 1.2 研究背景
• 1.2.1 我国城市交通问题及成因
• 1.2.2 城市交通问题缓解策略
• 1.2.3 智能运输系统
• 1.3 城市道路交通信息提取的意义和作用
• 1.4 本文的主要研究内容和思路
• 1.5 小结
• 第二章 城市道路交通信息提取技术体系研究
• 2.1 城市道路交通信息提取的技术内涵
• 2.1.1 交通流信息分析
• 2.1.2 交通信息融合
• 2.1.3 交通数据挖掘
• 2.2 交通信息提取研究发展与现状
• 2.2.1 研究历史回顾
• 2.2.2 研究现状以及趋势
• 2.3 城市道路交通信息提取技术框架
• 2.4 城市道路交通信息提取实施框架
• 2.5 小结
• 第三章 城市交通流复杂性研究
• 3.1 城市交通复杂性
• 3.1.1 复杂系统与复杂性
• 3.1.2 复杂系统特点
• 3.1.3 城市交通系统的复杂性
• 3.2 实证数据描述
• 3.2.1 北京市
• 3.2.2 深圳市
• 3.2.3 长春市
• 3.2.4 常德市
• 3.3 道路交通流信息相关性研究
• 3.3.1 自相关分析
• 3.3.2 谱分析
• 3.3.3 R/S 分析
• 3.4 道路交通流信息混沌研究
• 3.4.1 混沌时间序列的判别方法
• 3.4.2 基于李雅普诺夫指数的混沌分析
• 3.5 小结
• 第四章 复杂交通流预测方法研究
• 4.1 交通流信息预测方法
• 4.1.1 交通流信息的线性预测方法
• 4.1.2 交通流信息的非线性预测方法
• 4.2 交通流信息预测对比研究
• 4.2.1 实证数据的预处理
• 4.2.2 实证数据的预测对比
• 4.3 考虑交通流复杂性的综合预测
• 4.3.1 知识模型
• 4.3.2 知识模型表示
• 4.3.3 考虑交通信息复杂特征的综合预测知识模型
• 4.4 小结
• 第五章 城市道路交通状态划分方法研究
• 5.1 交通状态相关概念
• 5.1.1 道路通行能力
• 5.1.2 道路服务水平
• 5.1.3 交通拥挤
• 5.2 自组织神经网络结构与原理
• 5.2.1 自组织神经网络结构
• 5.2.2 自组织神经网络原理
• 5.3 基于自组织神经网络的交通状态划分方法
• 5.3.1 交通状态划分方法的构建
• 5.3.2 实证数据分析
• 5.4 小结
• 第六章 道路交通信息提取系统集成研究
• 6.1 系统体系结构
• 6.2 用户层
• 6.2.1 用户层架构
• 6.2.2 用户层关键技术
• 6.2.3 用户层实现举例
• 6.3 逻辑层
• 6.3.1 逻辑层架构
• 6.3.2 逻辑层关键技术
• 6.4 数据层
• 6.4.1 数据层架构
• 6.4.2 数据层关键技术
• 6.5 小结
• 第七章 交通信息共享机制研究
• 7.1 交通信息主动共享机制
• 7.1.1 基本思想
• 7.1.2 总体方案
• 7.1.3 技术路线
• 7.2 城市交通信息共享的政务模式
• 7.2.1 交通信息共享需求的多样性
• 7.2.2 交通信息共享的政务模式
• 7.2.3 典型交通信息共享的政务模式
• 7.3 城市交通信息共享的商务模式
• 7.3.1 基本商务模式
• 7.3.2 适合我国特点的交通信息共享商务模式
• 7.4 小结
• 结论
• 参考文献
• 攻博期间发表的学术论文及其他成果
• 致谢
• 摘要
• ABSTRACT