城市交通流诱导系统理论与模型2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

城市交通流诱导系统理论与模型PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 绪论1

1.1 智能运输系统的产生与发展1

1.2 智能运输系统的研究内容3

1.3 交通流诱导系统理论与模型综述12

1.4 小结13

第二章 城市交通流诱导系统的结构框架14

2.1 概述14

2.2 世界各国城市交通流诱导系统研究14

2.3 我国城市交通流诱导系统结构框架26

2.4 小结29

第三章 最优控制动态交通分配模型新算法30

3.1 概述30

3.2 最优控制动态交通分配模型31

3.3 遗传算法34

3.4 新算法设计及应用37

3.5 小结41

第四章 离散时间动态随机交通分配模型43

4.1 概述43

4.2 行程时间模型45

4.3 运输需求模型49

4.4 运输需求调整模型50

4.5 计算过程52

4.6 小结52

第五章 基于BP神经网络的交通信息理论模型及其应用54

5.1 概述54

5.2 误差反传神经网络的基本原理56

5.3 基于BP神经网络的交通流量预测模型60

5.4 基于BP神经网络的行程时间预测模型63

5.5 基于BP神经网络交通流量及行程时间预测模型的应用65

5.6 小结75

第六章 基于神经网络的实时交通流模糊预测77

6.1 概述77

6.2 城市道路的交通流特性分析78

6.3 以检测器数据估计路段行程时间的方法概述86

6.4 基于神经网络的路段实时行程时间模糊预测89

6.5 仿真实验93

6.6 小结96

第七章 基于高阶神经网络的交通信息自适应预测模型与算法98

7.1 概述98

7.2 多层前馈网络与高阶神经网络99

7.3 基于HGNN的交通信息自适应预测模型设计105

7.4 交通信息自适应预测HGNN结构优化算法设计110

7.5 交通信息自适应预测HGNN参数自适应调整算法设计120

7.6 小结127

第八章 基于卡尔曼滤波理论的交通信息预测模型及其应用129

8.1 概述129

8.2 卡尔曼滤波理论130

8.3 基于卡尔曼滤波理论交通流量预测模型133

8.4 基于卡尔曼滤波理论的行程时间预测模型140

8.5 基于卡尔曼滤波理论交通流量及行程时间预测模型的应用147

8.6 小结167

第九章 路网节点流量关系研究169

9.1 概述169

9.2 路网节点交通流量相关性分析171

9.3 路网节点交通流量聚类分析175

9.4 路网节点交通流量判别分析182

9.5 小结185

第十章 基于流体神经网络的最优路径选择模型及其算法186

10.1 概述186

10.2 流体神经网络的起源及其模型187

10.3 用于交通网络的流体神经网络模型及其应用192

10.4 广义路阻与准用户最优203

10.5 准用户最优路径选择模型及其应用207

10.6 小结217

第十一章 交通流诱导系统信息采集技术219

11.1 概述219

11.2 交通流量采集技术219

11.3 行程时间采集技术221

11.4 模型验证的交通信息采集及处理226

11.5 小结231

12.1 概述232

第十二章 交通流诱导与交通控制系统232

12.2 基于用户出行行为的动态交通分配模型研究233

12.3 基于城市交通控制系统的动态车辆行驶路线选择241

12.4 小结251

第十三章 交通流诱导系统软件介绍252

13.1 交通流诱导系统软件的功能与结构252

13.2 交通流量预测模块说明254

13.3 行程时间预测模块说明261

13.4 准用户最优路径选择模块说明270

13.5 交通流诱导系统软件说明274

参考文献275