交通流數據清洗與狀態辨識及優化控製關鍵理論方法 pdf epub mobi txt 電子書 下載2025

想要找書就要到 小美書屋

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

《交通流數據清洗與狀態辨識及優化控製關鍵理論方法》是作者在交通流辨識及優化控製領域近十年研究成果的係統總結。在全麵總結國內外交通流辨識及優化控製研究現狀及發展趨勢的基礎上，《交通流數據清洗與狀態辨識及優化控製關鍵理論方法》著重介紹作者在這一領域的研究成果，主要包括交通流數據清洗關鍵理論及方法、交通流狀態辨識關鍵理論及方法、交通流優化控製關鍵理論及方法。

《交通流數據清洗與狀態辨識及優化控製關鍵理論方法》可為交通運輸工程、控製科學與工程、係統科學與工程、車輛工程以及智能科學等多學科交叉領域從事交通流狀態辨識及優化控製研究的相關專業技術人員提供參考，也可作為相關專業研究生和高年級本科生教材。

目錄
前言
1 緒論
1.1 its發展背景
1.2 國內外its研究曆史與發展現狀
1.2.1 國外its研究曆史與發展現狀
1.2.2 我國its研究曆史與發展現狀
1.2.3 its主要功能子係統
1.3 交通流數據清洗與狀態辨識及優化控製概述
1.4 本書主要內容
參考文獻
第一篇 交通流數據清洗關鍵理論及方法
2 交通流數據清洗概述
2.1 研究背景
2.2 研究的必要性及數據清洗
2.2.1 必要性
2.2.2 交通流數據清洗的主要內容
2.3 國內外相關研究狀況
2.3.1 數據清洗研究狀況
2.3.2 交通流數據清洗研究狀況
2.4 本篇主要研究內容
2.5 本章小結
參考文獻
3 交通流丟失數據補齊算法
3.1 丟失數據的分析
3.2 基於粗集理論的交通流丟失數據補齊算法
3.2.1 粗集理論
3.2.2 roustida算法流程
3.2.3 模型應用與結果分析
3.2.4 結論
3.3 基於最小二乘支持嚮量機的交通流丟失數據補齊算法
3.3.1 支持嚮量機和最小二乘支持嚮量機的原理
3.3.2 交通流丟失數據補齊模型及仿真
3.3.3 結論
3.4 本章小結
參考文獻
4 交通流錯誤數據判彆和修正算法
4.1 錯誤數據判彆模型
4.1.1 孤立點檢測算法
4.1.2 邊界檢測算法
4.1.3 閾值理論與交通流理論的組閤檢測算法
4.2 錯誤數據修正模型
4.2.1 灰色gm(1，1)模型
4.2.2 錯誤數據修正模型
4.3 應用實例
4.3.1 數據來源
4.3.2 算法流程
4.3.3 模型應用
4.3.4 結果分析
4.4 結論
4.5 本章小結
參考文獻
5 交通流冗餘數據約簡算法
5.1 冗餘數據識彆和約簡方法
5.1.1 基於等級分組法的冗餘數據識彆方法
5.1.2 冗餘數據的約簡方法
5.2 應用實例
5.2.1 數據來源
5.2.2 算法流程
5.2.3 模型應用
5.2.4 結果分析
5.3 結論
5.4 本章小結
參考文獻
6 本篇內容總結及其展望
6.1 總結
6.2 未來的研究方嚮
第二篇 交通流狀態辨識關鍵理論及方法
7 交通流狀態辨識係統框架
7.1 交通流狀態辨識係統框架結構
7.2 係統框架的主要組成部分
7.2.1 交通狀態判彆子係統
7.2.2 動態交通信息采集子係統
7.2.3 交通流數據清洗子係統
7.2.4 交通流控製子係統
7.2.5 調度子係統
7.2.6 交通信息發布子係統
7.2.7 事件數據管理子係統
7.2.8 通信子係統
7.3 本篇主要研究內容與方法
7.4 本章小結
參考文獻
8 交通流狀態預辨識方法
8.1 交通流預測方法簡介
8.1.1 基於統計理論的模型
8.1.2 基於非綫性預測理論的模型
8.1.3 基於神經網絡理論的模型
8.1.4 基於動態分配理論的模型
8.1.5 基於微觀交通仿真的模型
8.2 基於非參數迴歸樣條的交通流短時預測方法
8.2.1 非參數迴歸
8.2.2 非參數迴歸樣條擬閤方法
8.2.3 非參數迴歸樣條擬閤方法在交通流短時預測中的應用
8.3 基於投影尋蹤自迴歸的短時交通流預測方法
8.3.1 投影尋蹤技術
8.3.2 pp自迴歸模型[ppar(k)]
8.3.3 交通流ppar迴歸預測
8.3.4 結論
8.4 本章小結
參考文獻
9 交通流量變檢測方法
9.1 概述
9.2 指數分布概率變點模型研究
9.2.1 指數分布參數的變點
9.2.2 均值變點搜索方法
9.2.3 模型應用與結果分析
9.3 二項分布概率變點模型研究
9.3.1 纍次計數法
9.3.2 模型應用與結果分析
9.4 本章小結
參考文獻
10 交通流質變檢測方法
10.1 交通事件檢測方法簡介
10.1.1 交通事件
10.1.2 主要事件檢測算法及評價指標
10.2 交通流突變分析的變點統計方法
10.2.1 概述
10.2.2 交通流突變分析的最小二乘法
10.2.3 交通流突變分析的局部比較法
10.3 基於多分辨分析的交通事件自動檢測方法
10.3.1 多分辨分析mallat算法
10.3.2 小波濾波器及mallat算法的具體實現
10.3.3 多分辨分析在交通事件自動檢測中的應用
10.4 本章小結
參考文獻
11 信息融閤技術在交通流狀態實時辨識中的應用
11.1 信息融閤及交通信息融閤簡介
11.1.1 信息融閤
11.1.2 信息融閤的層次級彆
11.1.3 信息融閤方法
11.2 基於支持嚮量機的交通信息融閤方法研究
11.2.1 支持嚮量機簡介
11.2.2 基於svm的信息融閤方法在交通流狀態實時辨識中的應用
11.2.3 結論
11.3 基於遺傳算法的交通信息模糊融閤方法
11.3.1 模糊控製和遺傳算法
11.3.2 基於遺傳算法的信息模糊融閤方法在交通流狀態實時辨識中的應用
11.4 本章小結
參考文獻
12 本篇內容總結及其展望
第三篇 交通流優化控製關鍵理論及方法
13 交通流優化控製
13.1 研究的背景和意義
13.2 dta問題
13.2.1 國外研究現狀
13.2.2 我國研究現狀
13.3 最短路徑問題
13.4 本篇主要內容
參考文獻
14 蟻群算法概述
14.1 算法的基本理論
14.1.1 基本原理
14.1.2 基本模型
14.1.3 理論基礎
14.1.4 算法框架
14.1.5 算法的特點
14.2 算法的研究進展
14.2.1 理論研究
14.2.2 應用研究
14.2.3 我國研究情況
14.3 本章小結
參考文獻
15 基於自適應蟻群算法的交通網絡中最短路徑搜索方法
15.1 交通網絡中最短路徑問題
15.1.1 交通網絡的錶示
15.1.2 最短路徑問題的描述
15.2 用自適應蟻群算法求解交通網絡中最短路徑問題
15.2.1 尋優思路
15.2.2 算法設計
15.2.3 算法的具體實現步驟
15.2.4 算法流程圖
15.3 仿真實驗
15.4 本章小結
參考文獻
16 基於混沌蟻群算法的動態用戶最優配流方法
16.1 基本問題
16.1.1 交通分配理論概述
16.1.2 dta特徵
16.1.3 動態交通網絡配流原則
16.1.4 動態交通網絡約束條件
16.2 離散型動態用戶最優配流模型
16.3 dta方法
16.3.1 混沌蟻群算法
16.3.2 用caco求解離散型動態用戶最優配流問題
16.4 仿真實驗
16.5 本章小結
參考文獻
17 本篇內容總結及其展望
17.1 總結
17.2 研究展望
附錄
附錄a 王曉原主持的科研項目
附錄b 作者的代錶性論著
· · · · · · (收起)