基于個性化設計策略的智能交通系統(tǒng)關鍵技術

第1章 緒論
1．1 背景與意義
1．2 智能交通系統(tǒng)面臨的突出問題
1．3 智能交通系統(tǒng)的發(fā)展歷史與趨勢
1．3．1 國外智能交通系統(tǒng)發(fā)展歷史和現狀
1．3．2 國內智能交通系統(tǒng)發(fā)展歷史和現狀
1．4 智能交通系統(tǒng)關鍵技術與問題
1．4．1 路徑選擇與路徑誘導
1．4．2 交叉口信號控制與區(qū)域交通控制
1．4．3 控制與誘導一體化集成
1．5 個性化設計策略的提出
1．6 本書主要研究內容與組織結構
第2章 基于個性化設計策略的路徑選擇方法
2．1 引言
2．2 路徑選擇方法研究現狀
2．3 路徑選擇問題模型
2．3．1 基于前景理論的出行前靜態(tài)路徑規(guī)劃模型
2．3．2 常態(tài)下考慮行程時間可靠性約束的動態(tài)路徑選擇模型
2．3．3 非常態(tài)下基于事件影響實時估計的動態(tài)路徑選擇模型
2．4 幾種典型的路徑選擇方法
2．4．1 基于行程時間實時預測的自適應路徑選擇模型
2．4．2 基于蟻群算法的路徑自適應選擇方法
2．5 不確定性環(huán)境下個性化路徑選擇的多屬性決策方法
2．5．1 不確定型多屬性決策方法
2．5．2 不確定性環(huán)境下的個性化路徑選擇模型
2．5．3 仿真分析
2．6 基于客觀自主式決策方法的個性化最優(yōu)路徑選擇
2．6．1 客觀自主式決策方法
2．6．2 個性化需求分析與表達
2．6．3 個性化最優(yōu)路徑選擇
2．6．4 仿真分析
第3章 基于個性化設計策略的路徑誘導方法
3．1 引言
3．2 路徑誘導方法研究現狀
3．3 路徑誘導問題模型
3．3．1 最優(yōu)路徑的定義
3．3．2 最優(yōu)路徑模型
3．4 幾種典型的路徑誘導方法
3．4．1 Dijkstra算法
3．4．2 F10vd算法
3．4．3 A*算法及其改進
3．4．4 雙向搜索算法
3．4．5 傳統(tǒng)路徑優(yōu)化算法的適用性分析
3．5 基于個性化設計策略的靜態(tài)路徑誘導
3．5．1 物理規(guī)劃方法概述
3．5．2 基于個性化設計策略的靜態(tài)路徑誘導模型
3．5．3 路徑誘導方法
3．5．4 仿真算例
3．6 基于個性化設計策略的動態(tài)路徑誘導
3．6．1 個性化動態(tài)路徑誘導問題
3．6．2 基于物理規(guī)劃的個性化動態(tài)路徑誘導
3．6．3 仿真算例
第4章 基于個性化設計策略的交叉口信號控制方法
4．1 引言
4．2 交叉口信號控制方法研究現狀
4．3 交叉口信號控制問題模型
4．4 交叉口信號控制基本方法
4．5 基于個性化設計策略的交叉口信號控制多目標優(yōu)化
4．5．1 交叉口優(yōu)化多目標模型
4．5．2 基于FAP的權重系數確定
4．5．3 基于Q學習算法的模型優(yōu)化
4．5．4 實驗仿真
第5章 基于個性化設計策略的區(qū)域交通信號控制方法
5．1 引言
5．2 區(qū)域交通信號控制方法研究現狀
5．3 區(qū)域交通信號控制系統(tǒng)結構
5．4 區(qū)域交通信號控制基本策略
5．5 基于個性化設計策略的城區(qū)干線區(qū)域交通控制優(yōu)化
5．5．1 城區(qū)干線區(qū)域交通控制問題
5．5．2 城區(qū)干線區(qū)域交通控制優(yōu)化模型
5．5．3 基于Q學習算法的城區(qū)干線區(qū)域交通控制
5．5．4 仿真算例
5．5．5 結論
5．6 面向大型社會活動的個性化區(qū)域交通控制
5．6．1 大型社會活動的區(qū)域交通控制問題
5．6．2 大型活動對區(qū)域交通影響分析
5．6．3 個性化區(qū)域交通控制雙層模型
5．6．4 模型優(yōu)化求解
5．6．5 仿真驗證
5．6．6 結論
第6章 總結
6．1 重要科學發(fā)現
6．2 研究局限性
參考文獻