城市道路混合交通流分析模型与方法PDF电子书下载

第1篇　城市道路通行能力分析模型与方法 1

第1章　概述 1

1.1 研究意义 1

1.2　研究内容与方法 2

第2章　北京市道路交通流特性调查与数据提取 3

2.1 交通调查的目的与意义 3

2.2 调查范围 3

2.3 调查内容 4

2.4　调查方法 6

2.5　数据处理 7

第3章 交通量与车速关系国内外研究现状 8

3.1 概述 8

3.2　统计分析模型 9

3.3　基于理论推导的模型 13

3.4　基于仿真的模型 14

第4章　北京市城市快速路交通量与车速关系研究 15

4.1　快速路典型道路交通流流量、速度分布特征 15

4.2　快速路典型路段交通流速度—流量曲线拟合 17

第5章　北京市城市主干道交通量与车速关系研究 21

5.1　城市主干道交通流速度—流量关系散点图 21

5.2　城市主干道速度、流量时间折线图 26

5.3　城市主干道交通流速度—流量关系曲线拟合 27

5.4　城市主干道交通流速度—流量关系分车道研究 30

5.5　城市主干道交通流流密速关系研究 38

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 41

6.1　基于经典模型的曲线拟合及比较 41

6.2　北京市城市快速路速度—流量散点图分析 43

第7章　道路通行能力研究现状分析 45

7.1 国外通行能力研究状况 45

7.2 国内通行能力研究状况 46

第8章　北京市快速路通行能力研究 47

8.1 HCM通行能力计算公式 47

8.2　北京市的特殊情况 47

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 48

8.4　北京市快速路通行能力 51

第9章　北京市主干道通行能力研究 53

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 53

9.2　通行能力 54

9.3　不同车道的通行能力修正系数 55

第10章　道路网交通容量研究现状 71

10.1　路网容量的概念 71

10.2　路网容量计算方法 72

10.3　路网容量可靠度 75

第11章 已有路网容量计算方法评述 77

11.1　时空消耗法 77

11.2　线性规划法 77

11.3 割集法 79

11.4　交通分配模拟法 79

11.5 已有路网容量计算方法存在的问题 79

第12章　道路网通行能力计算方法 81

12.1 路网容量的影响因素 81

12.2　路网容量的概念 82

12.3　路网容量计算模型 82

12.4　模型求解算法 83

第2篇　城市道路交通拥挤模型与分析系统开发 91

第13章 概述 91

13.1　北京市交通拥挤现状分析 91

13.2　交通拥挤的研究现状 98

第14章　交通拥挤相关的基本概念研究 103

14.1　交通拥挤的概念 103

14.2　交通拥挤的分类 104

14.3　交通拥挤的属性 105

第15章　交通拥挤演化机理研究 106

15.1　交通拥挤的交通流特性 106

15.2 交通拥挤的形成原因 109

15.3 交通拥挤的扩散机理 111

第16章　交通状态评价指标体系与方法研究 116

16.1　交通状态评价指标研究 116

16.2　北京市交通状态综合评价方法研究 132

16.3　交通状况评价的功能实现 134

第17章　交通拥挤识别评价与对策功能分解 142

17.1 功能描述 142

17.2　北京市异常交通状态的识别分析 143

17.3　北京市交通突发警情的预测分析 164

17.4　交通拥挤识别与评价模块 167

17.5　交通拥挤评价信息输出模块 177

17.6　交通拥挤对策预案模块 180

17.7　交通拥挤验证模块 181

第18章　交通拥挤预警功能的系统实现 182

18.1　功能描述 182

18.2　交通事件与事故预警指标模块 182

18.3　预警模型模块 182

18.4　交通拥挤预测结果输出模块 184

18.5　交通拥挤预测信息验证模块 185

第19章　交通拥挤扩散功能的软件实现 186

19.1 交通拥挤扩散空间分析 186

19.2　交通拥挤扩散分析与发布功能的实现 191

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 203

第20章　概述 203

20.1　短时交通流预测研究的意义 203

20.2　短时交通流预测需求 204

20.3　短时交通流预测的特性分析 205

20.4　各种预测方法研究综述 207

20.5　基于非参数回归的短时交通流预测过程 209

第21章 系统设计和各部分主要功能 212

21.1　整理模块 213

21.2　主成分分析 213

21.3 聚类分析 215

21.4　样本数据库的生成 216

21.5 数据结构 219

第22章　数据库匹配策略及实现 221

22.1 一维和多维数据库的映射关系 221

22.2 基于一维数据匹配的样本数据库的创建 222

第23章　影响非参数回归预测精度的因素分析 228

23.1　数据库的规模大小（Database_Size） 228

23.2　近邻点个数K 229

23.3 数据相似度误差（Similar_Error） 230

23.4 流量时间间隔（Time_Interval） 230

第24章　预测结果及分析 232

24.1　检测器位置 232

24.2　5 min预测结果及分析 233

24.3 15 min预测结果及分析 236

24.4　30 min预测结果及分析 238

第4篇 交通流预测预报模型与方法——组合模型分析 242

第25章　组合预测模型概述 242

25.1　组合预测模型主要研究内容 242

25.2　子模型的选择 243

25.3　组合预测模型基本形式 244

25.4　组合预测模型示例 245

第26章　组合预测模型详细分析 246

26.1　傅立叶模型 246

26.2 自回归模型 249

26.3　邻域回归模型 250

26.4　模型信息存储 250

26.5　模型更新策略 252

26.6　多步预测模式 254

26.7　权重更新方法 255

第27章　组合预测模型的系统实现框架设计 261

27.1　核心预测模块的开发 261

27.2　预测核心动态链接库的构成 264

27.3　上层框架逻辑设计 264

第28章　组合预测模型预测精度分析 267

28.1 误差计算方法概述 267

28.2 自回归模型的结构辨识 270

28.3　大规模自回归模型预测精度分析 278

28.4　大规模傅立叶模型预测精度分析 291

第29章　基础模型介绍 298

29.1 ARIMA模型的应用说明 298

29.2　傅立叶变换的应用说明 304

29.3　Kalman滤波 306

29.4　神经网络理论 308

29.5　支持向量机回归 311

29.6　非参数回归 315

第30章　非检测点交通参数估算方法 318

30.1 非检测点的交通参数估算实施方案 318

30.2　非检测点交通参数估算公式的确定方法 321