一、高速公路最佳车流量的动态统计分析（论文文献综述）
王哲[1]（2021）在《面向时空特征的数据负载预测研究》文中研究说明云计算作为一种信息处理基础设施模式和商业模式,逐步得到广泛认可。云服务的执行离不开服务执行环境所提供的计算资源和数据支撑。数据及其负载作为服务执行环境的重要支撑,同样也影响着服务质量。在数据负载不断出现波动的时候,服务执行环境的稳定是确保服务质量的关键一环。为确保服务执行环境的稳定,基于数据负载趋势并主动调配资源是目前较为流行的系统管理方法。本文以提高服务质量为目标,基于数据负载的多维度特征,进行时空特征数据负载趋势预测的研究。具体研究工作如下:1.针对数据负载实测值进行统计分析。对数据负载实测值进行深入剖析,刻画数据负载所具有的不同特征。本文将实测值以5分钟为粒度时间,进行数据聚合处理。负载实测值以时间范围为5分钟和24小时划分为短时数据集和长时数据集。分别对短时和长时数据集进行时空特征以及天气和日期类型等其他维度特征进行分析。探究不同维度特征对数据负载的影响。通过分析得到的数据集特征,结合数据负载的周期性和不同影响因素之间的关系,为数据负载趋势预测模型提供数据基础。2.针对数据负载进行趋势预测。通过趋势预测可以预知数据负载波动,可用于保障服务执行环境的稳定。针对不同时间粒度的数据负载,以及利用测点的网络结构特征,本文提出一种基于卷积网络和长短期记忆网络的混合深度学习模型。针对不同特征的数据负载,通过改变模型参数的方式,进行数据负载趋势预测。不仅提高了模型适应性,也通过实验证明了预测精度。
何中秋[2]（2021）在《面向大数据应用的分布式服务组合引擎设计与实现》文中进行了进一步梳理随着大数据时代的到来,诸多行业都提出了众多大数据应用需求。其中,有很多的大数据应用需求相对简单、功能类似,通常可表达为一系列可复用大数据计算单元的组合。针对这种情况,具有较好灵活性和简便性的服务组合技术被应用到具有流程化、功能可复用特点的大数据应用开发工作中。这种思路下,大数据应用可以被表达为以大数据处理相关服务为核心构成的服务组合模型,并通过服务组合引擎对模型的解释执行来实现应用功能。服务组合引擎就成为服务组合技术在大数据领域应用的一个关键。然而,传统的服务组合引擎往往是局限于集中式或准分布式的方式,难以适应当前以分布式为主的大数据技术环境要求,特别是在服务组合中涉及的大规模数据流执行控制和优化调度方面需要特定的支持,也缺乏与Hadoop等典型大数据技术环境的集成。为此,针对上述问题,本文围绕面向大数据应用的分布式服务组合引擎展开了如下主要工作:1.针对大数据服务组合应用执行中的数据流执行控制和大数据环境集成问题,设计了分布式执行环境下的服务组合引擎架构。首先,在模型层面围绕数据流执行控制对现有大数据服务组合模型进行了扩展并给出了其详细定义;其次,在分析分布式环境下大数据服务组合模型的执行需求和关键问题基础上,设计了考虑大数据执行环境及其处理代价的分布式服务组合引擎体系架构和核心模块。2.针对大数据服务组合应用执行中的数据流优化调度问题,设计并实现了基于数据感知的服务组合执行调度算法（Data-aware Service Scheduling Algorithm简称DSSA）。该算法首先将大数据应用任务实例根据业务和数据特征划分为四组,分别为有业务约束且数据密集型、无业务约束且数据密集型、有业务约束且数据非密集型、无业务约束且数据非密集型,并基于改进粒子群算法实现对每组中的任务实例与分布的计算资源的动态匹配,以减少数据在网络中的传输及缩短大数据应用总体执行时间。通过基于Workflow Sim的相关仿真实验表明,算法相对于相关的调度算法具有更好的性能。3.在上述研究内容基础上,基于开源业务流程引擎Flowable设计并实现了一个面向大数据应用的分布式服务组合引擎。首先,设计了分布式服务组合引擎核心机制与流程;接着给出了执行引擎核心数据库定义;最后对Flowable引擎进行了分布式扩展和MR任务、Flink任务等大数据特定任务的实现。此外,还结合高速公路收费大数据统计分析应用案例对分布式服务组合引擎进行了验证,表明了其应用效果。
刘燕[3]（2021）在《智能电网下充电站优化运营模型及决策支持系统研究》文中指出近年来,随着我国绿色低碳发展战略的实施,电动汽车充电站的建设与运营倍受关注。智能电网双向高速的数据通信系统,使充电站的运营与电网、充电网络和不同发电厂具备了动态协同运行的条件,充电站又联动电动汽车,让电动汽车、智能电网与充电站成为联动体,充电站优化运营决策拓展为多系统协调优化的综合决策问题。本文梳理了充电站运营面临的问题,提出并构建了包括优化运营的充电站选址、用户充电决策行为、引导电动汽车有序充电和提升风力发电消纳等多个决策模型,并设计了相关决策支持系统的框架。为提升充电站综合运营目标与效率提供决策工具,为政府制定充电服务产业激励政策提供理论依据。本文在深入分析充电站优化运营决策现状研究的基础上,充电站作为电能综合调度枢纽,充电站调度供需两侧电网、电动汽车用户电能资源,围绕充电站供需两侧协同调度与优化决策问题开展研究。首先从优化运营角度布局充电站选址提升设备利用效率。其次分别从预测负荷、管控负荷、调用负荷三个层面挖掘充电站供需两侧可调度的资源,逐层优化充电站运营的综合效率,综合运用鲁棒优化、优化理论、预测理论等理论,进行了优化运营模型群的构建和算例求解。然后,从充电服务供需侧匹配、支撑技术和政策激励三方面进行充电站运营机制设计。最后基于上述研究进一步细化研究了充电站运营决策支持系统。以期为充电站运营带来经济效益和社会效益,解决充电服务供需实时匹配、提升设备利用率、协同电网消纳规模化风力发电等问题。本文的主要工作和创新成果如下:（1）基于大量文献的查阅对我国充电站建设运营项目的发展现状进行分析。研究智能电网与充电站运营交互作用,归纳了我国近年来针对充电站建设运营各类优惠补贴政策;从经济、技术角度分析充电站建设运营现状,展望其发展趋势。结合本文研究的内容探讨充电站优化运营待解决的决策问题。（2）构建基于鲁棒优化方法的充电站选址模型。从充电站优化运营角度根据城市路网产生的不确定的充电需求进行区间限定,分析电动汽车接受充电服务的排队现象,增加充电站负荷能力作为模型的递进约束条件。设计算例验证了选址方案的合理性,优化建站数量与站内设备配置。该模型为充电站优化运营提供合理选址的决策。（3）构建充电站运营系统优化决策模型群。从精准解析充电需求、管控充电过程、协助电网调度提高风电消纳三个方面构建优化决策模型,用户充电决策行为模型、电动汽车有序充（放）电控制模型、充电站协同电网消纳风电模型,将充电站优化运行策略与电动汽车充电需求、充电过程、风电消纳进行多系统协同优化。充电站的多系统综合优化充分利用了充电站调度各类资源的能力,完善充电站优化运营决策,充电站与智能电网调度协同实现电能高效配置。（4）充电站优化运营机制研究。从充电服务供需侧匹配、供需调度、激励政策和市场博弈四方面构建可持续发展的充电站运营机制。通过建立高效供需调度,将精确预估需求侧充电负荷和快速供给侧分层调度实现充电服务供需侧匹配;分析支撑充电服务供需匹配的关键技术;利用需求侧优化电价、参与辅助服务、扩大负荷响应、推动电力市场建设等激励政策;分析市场博弈下充电站运营中各个主体的市场地位、经济策略、权益。为制定可持续发展的充电站运营机制建设提供依据和帮助。（5）进行充电站优化运营决策支持系统设计。将上述优化运营模型群引入到充电站优化运营决策支持系统中的模型库设计,以充电站运营的系统需求、业务流程和优化决策为基础,搭建充电站优化运营决策支持系统。该系统作为连接智能电网、电动汽车用户和可再生能源发电厂的充电站综合电能管控与调度的运营决策平台,集成了运行数据查询和在线监测功能、历史数据统计分析功能、运行调度及协同电网管控功能、综合优化决策功能为一体,实现了为充电网络优化运营决策实施提供平台支持。运用大数据处理和云计算技术构建充电智能服务平台,对充电站运营中的多类数据进行融合与挖掘,为电网、电动汽车用户、充电站以及参与充电站运营的各个主体提供优化决策支持。本文旨在从整体上提高充电站运营的实效性,完善充电站多系统综合优化的管控和调度措施,搭建充电站优化运营决策支持系统。本文是对现有智能电网下充电站优化运营的理论补充,为我国充电站协同智能电网、用户、充电服务平台运营的发展提供了理论依据。
饶文明[4]（2021）在《基于多源感知数据的城市大规模路网动态交通分配模型研究》文中研究指明动态交通分配是道路交通网络建模与分析的核心内容,基于实际采集多源感知交通数据,构建适应城市道路间断交通流特性、兼顾计算效率与准确性的大规模城市路网动态交通分配模型,对于有效提升城市道路交通智能化管控的鲁棒性水平,缓解城市道路交通拥堵具有重要现实意义。基于现实城市路网交通智能感知数据,既有动态交通分配模型研究存在车流OD估计严重依赖路径选择行为假设、交通流加载及传播描述能力不足、求解效率低等诸多问题,导致以动态交通分配模型为核心的智能交通管理技术（如主动式拥堵热点疏解）难以应用于大规模城市路网。面向我国城市道路智能化交通管控需要,本文提出了基于多源感知数据的城市大规模路网动态交通分配模型构建方法。研究主要包括多源数据环境下大数据驱动的动态交通需求模式（即OD模式）估计、网络交通流动态加载模型构建、动态交通分配建模与求解三个关键技术,具体的研究内容和结论总结如下。（1）针对当前城市大规模路网车流OD估计严重依赖路径选择行为假设问题,考虑卡口式电子警察采集的过车记录中存在大量轨迹数据,论文提出了一种多源数据环境下大数据驱动的动态OD模式估计方法,克服了既有方法未充分利用真实路径选择信息,OD模式估计结果难以反映现实路网交通需求分布的不足。首先,考虑到卡口式电子警察设备的空间覆盖率情况,从过车记录中提取的车辆轨迹通常是不完整的,提出了基于粒子滤波模型的轨迹重构方法。其次,基于重构的完整车辆轨迹,提出了一种以轨迹数据为主、断面交通流数据为辅的城市路网动态OD模式估计方法。在此基础上,考虑到轨迹数据空间分布异质性特点,基于空间统计学方法量化分析了轨迹数据异质性对OD模式估计的影响。最后,基于空间统计分析揭示的影响规律,提出了一种OD模式调优方法。基于提出的方法对昆山市中心城区路网的工作日早晚高峰和中午平峰的动态OD模式进行了估计。结果表明,估计的交通出行产生/吸引量能够准确反映路网交通需求的动态变化与空间分布,OD模式估计结果具有较高的精度,各时段的MAPE值均维持在20%以内;模型估计精度随着轨迹数据平均采样率的降低而减小,最小可接受采样率为60%;空间统计分析表明,出行产生/吸引变化量的局部空间自相关性几乎不随轨迹采样率而变化,受轨迹空间分布异质性影响较大的热点交通小区数量和位置分布与测试区域位置具有较强的相关性;OD模式调优方法通过精准调整与热点交通小区相关的需求估计值,即可实现了OD模式估计精度的有效提升。（2）针对既有动态网络加载模型对信号控制影响下的间断交通流描述能力不足问题,论文提出了一种基于改进元胞传输模型的城市路网交通流动态加载模型。首先,考虑传统基于路径的元胞传输模型视交叉口为节点、无法模拟信号控制对路口通行能力影响等缺陷,通过构建转向元胞流量传递方程,提出了一种适用于城市道路的改进元胞传输模型。其次,针对传统人工划分元胞的方法费时费力问题,提出了一种基于路网拓扑的元胞自动划分方法,实现了大规模路网的元胞模型快速搭建。最后,以改进的元胞传输模型为核心,研究构建了以路径流为最小加载单元、基于中观仿真的城市路网交通流动态加载模型。对长江路干线及其周边道路构成的局部路网上进行了交通流动态加载仿真测试。结果表明,在路径分配确定的前提下,提出的模型能够将给定的动态交通需求合理的加载至路网,并准确模拟交通流的动态传播演变以及交通拥堵的“形成-扩散-消散”过程;改进的元胞传输模型通过转向元胞通行能力约束近似模拟了信号控制对交叉口进口道及内部车流运行的影响,获得的转向流量仿真值较为准确;模型以进口道延误（进口道上的元胞行程时间）来替代信号控制延误,能够为DTA建模提供准确的动态路径阻抗,干线行程时间MAPE值处于10%左右。（3）针对既有动态交通分配模型在现实大规模路网应用场景中存在的求解复杂耗时问题,研究构建了一种基于空间域分解的大规模路网动态交通分配模型,设计了并行仿真求解方法,初步实现了分配准确性与计算效率的协调兼顾。首先,考虑智能化交通管控对模拟真实路网交通流状态的需求,构建了基于动态用户均衡分配准则的交通分配模型,提出了基于相继平均法的连续多时段动态交通分配仿真求解方法。其次,考虑到模型求解复杂度与经过元胞的路径数量成正比,定义了一个新的变量—元胞路径数,以路段上的元胞路径数作为路段负载。为了确保并行计算时各进程具有相近的工作负载、减少进程等待时间,提出了以负载平衡为目标、路段负载为权重的基于广度优先搜索的路网空间域分解方法;在此基础上,提出了一种基于并行计算的仿真求解方法。以早晚高峰和午间平峰共20个15分钟时间间隔的动态OD作为模型输入,对昆山市中心城区路网进行了动态交通分配测试。结果表明,本文方法具有较好的收敛性,各测试时段模型经过13～19次迭代可达到收敛,相对间隙指标（Relative Gap,RG）的最佳阈值为0.4%,在同等迭代次数下平峰时段模型更易收敛于较低的RG值。被选路径的行程时间变化范围较小,最短路径的分配流量远高于非最短路,说明路径分配结果较好的满足动态用户均衡准则;断面流量和速度的空间分布与真实交通状况较为符合,路径行程时间的仿真值与观测值保持了基本一致的变化趋势,二者误差在8分钟以内。行程时间仿真值与观测值区间下限更为接近,说明现实路网交通流分布并非处于理想动态用户均衡状态。并行仿真求解方法显着提升了模型的求解速度,进程数为14时达到最优加速比（6.78）,计算时耗缩短至10分钟以内。本文构建的DTA模型初步实现了分配精度与计算效率的兼顾,基本满足智能交通管控应用的实时性要求。
段萌萌[5]（2020）在《山区高速公路高桥隧比路段行车安全机理与保障技术研究》文中研究指明我国中西部地区高速公路多穿行于崇山峻岭之中,在建设过程中形成了桥梁群、隧道群、桥隧群等特殊构筑物组合的高桥隧比路段,给驾驶人及车辆营造了特殊的运行环境,易发生由人-车-路-环境等因素综合作用的交通事故。目前,我国针对单体隧道以及隧道群已有较多的研究,但是对于山区高速公路高桥隧比路段的安全保障技术缺乏系统的研究,研究成果不能满足山区高速公路高桥隧比路段行车安全保障的要求,有必要对山区高速公路高桥隧比路段的事故特性及安全保障技术进行深入研究。对山区高桥隧比高速公路事故基本分布规律、事故构筑物类型分布规律、隧道事故空间分布规律进行了分析。基于多项Logistic理论,对高桥隧比路段事故严重程度影响因素进行分析,筛选出对事故严重程度影响显着的因素,分别建立了高桥隧比高速公路死亡事故、受伤事故影响因素模型。为山区高速公路高桥隧比路段行车安全保障技术的研究提供理论依据。对高桥隧比高速公路线形指标（主要包括平面线形指标、纵断面线形指标、隧道长度、桥梁长度）与事故率之间的关系进行了分析。以圆曲线半径、缓和曲线半径,直线长度、圆曲线长度、缓和曲线长度、竖曲线半径、纵坡坡度、纵坡坡长、隧道长度、桥梁长度以及年平均日交通量AADT,12个指标为自变量,以事故预测单元的事故数为因变量,基于负二项分布理论,建立了不同路段单元条件下高桥隧比高速公路单元事故预测模型。对驾驶员经过典型的高桥隧比路段时的视觉变化规律进行了研究。采用线性回归拟合的手段分析瞳孔面积变化趋势,以曲线斜率的大小表征视觉变化幅度。采用非参数检验Kruskal-Wallis H多组秩和检验对普通路基段、隧道入口、隧道内部、隧道出口四种路段瞳孔面积数据进行检验,探索高桥隧比路段不同区域驾驶员瞳孔面积数据差异性。对高桥隧比路段驾驶人视觉负荷变化规律及评价方法展开了理论及实车试验研究。采用瞳孔面积最大瞬态速度V?（t）作为评价指标描述驾驶员在隧道出入口的视觉负荷变化规律,以瞳孔面积最大瞬态速度值MTPA以及视觉震荡持续时间tc作为评判视觉负荷大小的依据,建立了隧道出入口驾驶员视觉舒适度评价体系。依据此评价指标体系确定隧道出入口的驾驶员视觉负荷程度,判断隧道出入口对行车安全的影响程度。最后,对山区高速公路高桥隧比路段行车安全保障技术进行了研究。针对隧道入口安全保障问题,提出在隧道入口前设置组合型视错觉减速标线,达到降低车辆进入隧道速度的效果。建立视错觉减速标线与隧道入口设置安全距离模型,求得错觉减速标线应设置于距离隧道入口的安全距离。采用UC-Win-Road仿真实验进行控速效果评价。为了改善车辆驶出视错觉减速标线终点至进入隧道这个过程的速度稳定性,提高行车舒适性,建议在隧道入口前将组合型视错觉减速标线与彩色防滑路面协同设置。以研究总结的山区高速公路高桥隧比路段风险源为基础,针对路与环境对驾驶人及车辆的安全影响进行了研究,构建了山区高速公路高桥隧比路段行车安全度评价体系,并提出了高桥隧比路段行车安全度等级评定方法。本文从人-车-路-环境,综合分析了高桥隧比高速公路的行车安全特性。论文的研究成果对于完善我国山区高速公路高桥隧比路段整体安全保障技术,提升高桥隧比路段的安全性具有理论价值与实践意义,为我国山区高速公路高桥隧比路段安全运营提供了技术支撑。
杨洋[6]（2020）在《考虑区域类型差异的高速公路事故风险识别与交通安全评价研究》文中研究指明近年来,随着高速公路里程的飞速增长,其给人们的生活生产带来便捷的同时,伴随而来的交通事故和安全隐患等问题亦不容忽视。在既有高速公路事故风险相关研究中,研究对象主要聚焦于特定地理地貌或单一路段类型,忽略了区域类型特征差异对高速公路事故致因分析、事故征兆因子识别以及交通安全水平评估带来的影响,并且缺乏各区域类型间并行层面比较。随着高精度交通流数据的获取成为可能,静态、被动的传统高速公路安全提升方法逐渐被基于实时动态交通数据的主动安全控制技术取代,但在动态交通流特征与交通安全关系的研究中,仍然存在区域类型差异针对性不强的问题。此外,传统的高速公路交通安全评价研究主要集中在微观路段层面,多以“事故强度分析”思路为主,缺乏考虑宏观区域类型差异的高速公路综合交通安全水平评价相关研究。因此,传统的高速公路交通安全分析方法难以对不同区域类型高速公路的安全管理工作提供精确指导。鉴于此,本文以区域类型差异条件下的高速公路为研究对象,依照“事故致因差异判断—动态交通流事故风险识别—交通安全水平评价”的逻辑,逐层展开研究。重点解答如下关键科学问题:不同区域类型高速公路风险因子与事故间的关联关系是否相同;事故维度及致因维度各变量间存在何种深层次的自相关规律;各区域类型高速公路的交通流运行状态与交通安全之间的关系存在何种差异;如何利用高精度交通流数据对不同区域类型和交通状态下的高速公路动态事故风险机理进行有效研判;区域类型差异条件下的高速公路交通安全水平如何定量判别。具体研究内容主要包括以下四个方面:（1）基于改进WODMI-Apriori关联规则挖掘算法的区域类型差异条件下的高速公路交通事故致因分析将研究区域分为城区、乡区和山区高速公路,提出了一种考虑定向约束和指标赋权的多维度交互改进Apriori关联规则挖掘算法（Weighted Orientated Multiple Dimension Interactive-Apriori,WODMI-Apriori）,以基于区间层次分析法（IAHP）和灰色关联度的主客观联合赋权模型对数据字段进行权重优化,应用改进的关联规则挖掘算法,分别对三个不同区域类型的高速公路进行了全映射事故致因角度、维度交互角度、事故维度自相关角度等多维度交互的关联规则挖掘计算。挖掘结果显示,不同区域类型高速公路具有不同的事故发生机理,其中的各维度层次,也都具有不同的关联规律。结果表明,改进的WODMI-Apriori算法能更好的揭示不同区域类型高速公路中事故致因和风险的差异性,其算法精确度较传统Apriori关联规则算法在城区、乡区、山区高速公路条件下分别提高了82.7%、88.5%、80.5%。（2）区域类型特征差异条件下的高速公路交通流状态安全风险评估首先基于六级服务水平将交通状态划分为饱和流与非饱和流,结合三个区域类型的划分共建立了6个待评单元;进而应用病例—对照配对方法对交通流和事故数据进行了数据匹配和样本结构化设计;最后利用基于MCMC的条件Logistic回归定量评估了不同区域类型和交通状态下的高速公路事故风险。结果表明:流量、速度和占有率与高速公路区域类型及交通状态都具有高度相关性,高速公路区域类型和交通状态均与交通安全存在显着相关性。其中,运行在城区/饱和流状态下的事故风险最大,其事故风险是乡区/非饱和流状态下事故风险的29.6倍。（3）基于动态交通流特征的不同区域类型高速公路交通事故内在机理研究首先,从交通流基础信息、交通流中车队、车辆变道行为、交通流变量短时间内的突变、车辆跟驰行为等反映交通流动态特征的5个维度,共选取了20个相关的交通流变量;随后,利用随机森林算法计算了不同区域类型和交通状态下的事故征兆交通流变量;最后,根据随机森林分析结果中筛选的事故征兆变量,针对不同区域类型和交通状态分别以贝叶斯Logistic回归方法进行建模,构建了交通流变量与事故风险在不同区域类型和交通状态下的统计关系。结果显示,不同区域类型中,影响交通安全的因素各不相同,且同一因素在不同区域类型中的重要度也存在差异,进一步验证了不同区域类型高速公路具有不同的事故发生机理。此外,多个模型结果均表明,同时考虑高速公路区域类型和交通状态差异的实时事故风险评估方法能够更加全面准确地捕捉交通流动态特征与交通安全的关系。（4）考虑区域类型差异的高速公路交通安全评价方法选取5个不同区域类型高速公路作为待评单元,从安全、效率、经济、环境4个方面共考虑了8项评价指标,构建了高速公路综合交通安全评价体系;应用信息熵权重理论,对传统的密切值模型进行了改进,提出了一种基于熵权改进的密切值评价模型;分别从年度、季度划分两个视角对各区域高速公路进行了综合交通安全水平评价。评价结果显示,在年度视角与季度划分视角的结果中,各路段的优劣排序各有不同,各指标在评价过程中也体现出了不同的重要程度,说明不同区域类型高速公路的交通安全水平存在显着差异。此外,改进密切值法计算结果与传统密切值法存在明显差异,主要是由于传统密切值法将评价指标进行了等权重处理,为避免造成结果偏差,有必要对传统密切值模型进行权重优化改进。密切值法无需确定主观参量、计算快捷、结果分辨率高,可作为高速公路交通安全评价工作中行之有效的一种方法。论文共包括图75幅,表48个,参考文献235篇。
梁晴雪[7]（2020）在《基础设施PPP项目再谈判中的风险分担与评价研究》文中研究表明基础设施PPP项目通常属于多合作方共同参与的大型项目,投资金额大,特许经营期和投资回报期相对较长,在项目的全生命周期中存在着多种风险因素和不确定性因素。基于这些特点,在签订PPP合同时,政府和社会资本双方通常难以预测未来项目运营管理中发生的所有问题,当未能有效预见的风险事件在实际执行过程中发生后,依据双方最初缔结的PPP合同很难对其进行有效处理,这时就会产生针对风险如何进行二次或多次分配的再谈判问题。区别于项目合同签订时的一次风险分配,再谈判主要解决已分配的风险是否发生协议约定之外的变化或者是否出现未曾识别的风险,并对其进行再分配,即为PPP项目的二次风险分配。当前,我国已经成为全球范围内最大的PPP市场,但市场中项目的质量良莠不齐。在PPP项目签约率和开工率呈现双低的背景下,利用PPP变相融资的“伪PPP项目”为数不少,在实际执行过程中各种问题层出不穷,变更风险难以避免,项目推进严重受阻。因此,亟需对PPP项目再谈判中的风险建立合理可行的公平分担机制,提高基础设施PPP项目的建设和执行效率,促进PPP项目的可持续发展。本研究针对基础设施PPP项目在全生命周期中风险因素复杂多变的问题,建立了基础设施PPP项目再谈判中的风险分担机制,对项目基于风险分担的项目再谈判流程进行了系统性梳理。构建了基础设施PPP项目风险分担博弈模型,对PPP项目再谈判中的风险进行合理化分配,得出风险的最优分担比例。运用模糊层次分析和蒙特卡洛模拟的方法,对上述PPP项目再谈判中的风险分担结果进行评价分析,分析关键风险因素,得到风险因素对项目价值或净现值的影响程度,对导致项目产生变更的风险进行有效控制。研究成果为决策人选择最优方案提供了科学的决策依据,减少不必要的再谈判并降低其负面影响,提高基础设施PPP项目的执行效率和实施效率。以此为研究目标,本文主要开展了如下的研究工作。（1）研究基础设施的PPP实施模式并建立项目再谈判中的风险分担机制。对基础设施项目进行研究,梳理PPP模式在中国的发展现状,分析当前基础设施PPP项目面临的主要挑战并提出初步解决方案。理清PPP项目的合同管理模式,全面识别和分析PPP项目再谈判中的风险因素,对基于风险分担的再谈判管理流程进行系统性梳理,建立基础设施PPP项目再谈判中的初步风险分担机制。（2）建立基础设施PPP项目再谈判中的风险分担博弈模型。研究基础设施PPP项目再谈判中风险分担问题的博弈性,确定基础设施PPP项目不完全信息动态合作博弈的主要类型,运用博弈的方法对包含不同参与方的再谈判类型分别计算项目风险分担最优比例。当再谈判中的风险分担问题发生在两个参与方之间时,对两方进行不完全信息动态讨价还价博弈;当所涉及的参与方多于两方时,采用多人联盟博弈进行建模分析,以整体利益最大化为联盟博弈的目标,确定基础设施PPP项目的风险最优分担比例。（3）评价PPP项目再谈判中的风险分担结果。通过再谈判的方式,以项目确定风险分担情况后的运营状态、效益影响、可持续性、伙伴关系为评价维度,通过建立模糊层次分析模型,把问题本身按照层次进行分解,构成一个由下而上的递阶层次结构。通过构建PPP项目的现金流折现模型,运用蒙特卡洛方法对风险进行评价仿真模拟,得到风险因素对项目价值或净现值的影响程度,为决策人选择最优方案提供科学的决策依据。开发PPP项目再谈判管理和风险仿真分析平台软件,规范PPP项目再谈判的运作过程,为PPP合同设计和再谈判实践提供决策指导。（4）开展案例分析并提出对策建议。选用两个不同类型的案例对模型的有效性与实用性进行实证分析,并根据本文的全部研究工作提出基础设施PPP项目风险合理化分担的对策建议,为政府和社会资本方的决策提供理论依据和重要参考,为规避社会资本方的投机行为更好的应对再谈判提出具体策略,为营造良好有序发展的PPP环境提供帮助。本研究的创新点主要包括:（1）建立了涵盖不同层级的基础设施PPP项目风险分担的分析框架,深化了对PPP项目再谈判中风险分担过程的认识,为基础设施PPP项目发生再谈判事项时提供风险处置的理论依据。（2）针对我国PPP项目参与方复杂多变的特点,提出了针对再谈判中不同参与方的二人及多人风险分担博弈模型,为公私双方提供风险分担决策方法和风险点规避依据。（3）规范了现有的PPP项目再谈判运作过程,构建系统化、标准化、规范化的再谈判全过程管理分析平台,为评价风险分担方案提供仿真决策手段,为PPP合同设计与再谈判实践提供指导。
苗舒婷[8]（2020）在《高速公路隧道智能化调光控制技术研究》文中指出目前,公路隧道已成为我国公路的重要组成部分。随着山区公路隧道的增加与长大化,隧道的交通安全形势越来越严峻,隧道安全与节能的矛盾越显突出。隧道出入口过大的光环境差异形成的“黑洞效应”、“白洞效应”使驾驶员产生视觉滞后,影响驾驶员对道路与交通状况的认知及行车的安全舒适性。传统的隧道调光仅停留在改变隧道内亮度层面上,对色温的调控尚处于理论研究阶段,隧道调光控制策略和技术缺乏客观、安全、节能系统化研究。因此往往不能很好满足驾驶员的安全视认需求,降低了隧道运行的安全服务水平。传统的隧道调光仅停留在分时段改变隧道内亮度的层面上,隧道调光控制策略和技术缺乏针对高海拔地区的安全与节能的系统化研究,同时在隧道调光控制上缺乏智能化的研究。针对此现状,本文基于对改变传统隧道调光理念和控制方法展开研究。本文主要研究内容:（1）针对目前照明控制系统存在的不足,以提高高速公路隧道出入口照明质量、降低隧道出入口的“白洞”和“黑洞”效应,实现隧道的智能化调光为研究目标,分析影响隧道出入口照明的因素,重点研究变色温照明对隧道行车安全的影响。（2）研究适应高海拔地区照明控制系统的结构、功能和系统配置,探讨并建立基于公路隧道外界自然光环境亮度和色温变化的隧道洞口人工照明智能调光控制模型。（3）分析已有的优化算法,提出适用于隧道洞口照明智能调光的神经网络算法。（4）从控制系统的智能化出发,将神经网络算法应用于照明控制,设计和开发智能照明控制系统,通过一种优化算法实现隧道出入口照明的智能控制并将其应用于实际工程。本论文的开展和实施,不仅有助于隧道照明智能控制水平的提高,而且对改善高海拔公路隧道人工照明质量、降低照明能耗与运营成本,营造安全舒适的行车环境,具有重要的理论价值和现实意义。
王震[9]（2020）在《雨天环境下高速公路交通流特性分析及预测研究》文中研究说明目前,我国道路的交通管控和行车安全问题日益凸显。相比城市道路,高速公路的交通流具有更强的时变特性,也更容易受到不利天气因素,特别是雨天环境的影响。因此,本文基于北京市的降雨数据和高速公路的交通流数据,研究雨天环境下高速公路的交通流特性,掌握其分布和变化规律,并对其做出准确稳定的预测,为交通管控提供依据,保障交通系统的稳定运行。论文的主要内容有:（1）针对降雨数据和高速公路交通流数据进行了时空匹配。首先,针对错误的交通流数据,采用一种融合阀值法和交通流基本理论的方法进行数据剔除。其次,针对非连续缺失的交通流数据和降雨数据,采用最邻近均值填充法进行数据填充。然后,将清洗后的交通流数据和降雨数据统一粒度,完成两种数据的时间与空间匹配,提升数据的准确性和可用性。（2）分析了降雨对高速公路交通流特性的影响。首先,分析了高速公路工作日和周末的交通流基本特性,描述了交通流速度和交通流量的分布与变化规律。其次,针对影响交通流参数（自由流速度、速度和流量）的潜在因素,包括降雨强度、日期类别、车道数量和时段,通过多因素方差分析的方法探究了这些因素对交通流参数的独立影响和交叉影响的显着程度。然后,基于显着性分析的结果,利用统计方法分析了各影响因素的不同水平对交通流参数的影响程度。（3）提出了基于LSTM的雨天环境下交通流预测模型。首先,使用三种自适应调整学习率的梯度下降优化算法对LSTM模型的内部权重进行优化,经过验证得出Adam算法的性能最优。其次,使用一种自适应非线性惯性权重PSO算法对LSTM进行参数寻优,构建了APSO-LSTM交通流预测模型。然后,利用搭建的预测模型进行不同降雨场景下的交通流预测,以历史速度、流量和降雨量的时间序列作为输入来预测速度和流量。通过实际路段进行验证,加入SVR模型进行对比。结果表明,APSO-LSTM模型的预测精度和稳定性均优于LSTM模型和SVR模型。（4）提出了基于GRU的雨天环境下交通流预测模型。首先,针对LSTM模型和APSO-LSTM模型在持续性降雨场景下的可移植性和预测精度有待提升的问题,在LSTM网络的基础上提出了GRU网络。其次,通过Adam算法和APSO算法分别对GRU模型的内部权重和参数进行优化,提出了APSO-GRU交通流预测模型。然后,在相同的路段和降雨场景下进行实例验证,结果表明,APSO-GRU模型比APSO-LSTM模型的预测稳定性大幅提升,在持续性降雨时能更好地提取降雨特征,平均预测准确率达到了96.74%,相比APSO-LSTM模型提高了2.39%。
王鹏[10]（2020）在《基于拥堵预测的高速公路收费站车道开闭配置研究》文中研究指明高速公路收费站的车流量具有时变特性,不同时段的交通需求不同。由于缺乏合理的收费车道开闭配置方法,收费车道配置不合理带来的收费站交通拥堵和收费车道闲置问题日益凸显,导致了收费站资源浪费和运营成本上升。本文基于高速公路收费站收费数据,以排队论和深度学习技术为理论基础对收费车道开闭配置展开研究,旨在获得合理准确的车道开闭配置方法,以提升收费站车辆通行效率和收费站运营管理水平。论文主要内容有:（1）研究分析了高速公路收费站的分类组成、收费车道和交通特性;针对收费数据异常和缺失等问题,提出了异常数据处理规则及分析流程,以山西省东社收费站收费数据为例验证了数据处理方法的可行性。（2）研究分析了收费站多元收费方式的使用比例和服务时间,提出了多元收费方式排队模型。模型以服务时间、交通量、多元收费方式比例和车型比为输入,实现了多元收费方式服务时间的计算,完善了排队模型的相关理论。（3）提出了基于PSO-LSTM的收费站拥堵预测模型。首先,将平均排队长度作为收费站拥堵状态的衡量指标,利用收费数据和多元收费方式排队模型得到了车道平均排队长度时间序列;然后,针对LSTM模型的隐含层节点个数和迭代次数的难确定性,利用PSO算法对LSTM模型寻优,以车道平均排队长度、交通量和服务时间为输入来预测收费站车道平均排队长度;最后,以山西省东社、长风和临汾收费站为例进行算法验证,使用SVR模型进行了算法对比,结果表明PSO-LSTM模型相较于LSTM模型和SVR模型,MAPE提升了2%-3%,证明优化后的模型提升了预测精度。（4）基于服务水平等级提出了收费车道开闭配置模型。考虑了收费站通行能力与排队长度的关系,对收费站的服务水平进行四级划分,提出了基于服务水平的车道配置模型,模型以预测车道平均排队长度为输入,以车道配置数量为输出。开发了基于VISSIM的车道开闭配置可视化模型,并对车道配置模型做了灵敏度分析,证明了交通量越大车道配置数越多、小型车比例越大车道配置数减小、移动支付使用比例越高车道配置数小幅增加和刷卡支付对车道配置数影响较小。（5）建立了基于运营成本的车道配置评价模型。以山西省东社、长风和临汾收费站为例对车道配置进行了实证分析,证明了车道开闭配置模型可实现收费车道的合理化配置。
二、高速公路最佳车流量的动态统计分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、高速公路最佳车流量的动态统计分析（论文提纲范文）
（1）面向时空特征的数据负载预测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究内容 |
| 1.3 论文整体结构 |
| 第二章 相关工作 |
| 2.1 服务质量与数据负载 |
| 2.2 时空数据负载预测 |
| 2.3 本章小结 |
| 第三章 高速公路大数据的负载实测值统计分析 |
| 3.1 问题分析与总体设计 |
| 3.1.1 问题分析 |
| 3.1.2 总体设计 |
| 3.2 短时数据负载的统计分析 |
| 3.3 长时数据负载的统计分析 |
| 3.4 本章小结 |
| 第四章 高速公路大数据的负载预测 |
| 4.1 问题分析与总体设计 |
| 4.1.1 问题分析 |
| 4.1.2 总体设计 |
| 4.2 时空特征数据负载的短时趋势预测 |
| 4.2.1 短时数据负载特征建模 |
| 4.2.2 模型定参 |
| 4.2.3 实验与模型分析 |
| 4.3 时空特征数据负载的长时趋势预测 |
| 4.3.1 长时数据负载特征建模 |
| 4.3.2 模型定参 |
| 4.3.3 实验与模型分析 |
| 4.4 本章小结 |
| 第五章 系统实现与效果分析 |
| 5.1 系统需求 |
| 5.2 数据负载专题分析实例效果 |
| 5.3 数据负载趋势预测实例效果 |
| 5.3.1 短时趋势预测 |
| 5.3.2 长时趋势预测 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 研究展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（2）面向大数据应用的分布式服务组合引擎设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究问题及意义 |
| 1.3 研究内容 |
| 1.4 论文组织结构 |
| 第二章 相关理论及技术 |
| 2.1 大数据相关技术 |
| 2.2 服务组合相关技术 |
| 2.2.1 服务组合模型 |
| 2.2.2 服务组合建模语言 |
| 2.2.3 服务组合引擎的应用 |
| 2.3 服务组合引擎执行调度相关工作 |
| 2.4 大数据服务相关工作 |
| 2.5 本章小结 |
| 第三章 大数据服务组合模型与分布式引擎架构 |
| 3.1 大数据服务组合模型 |
| 3.2 大数据服务组合执行分析 |
| 3.3 分布式服务组合引擎架构设计 |
| 3.3.1 总体架构 |
| 3.3.2 分布式服务组合引擎容错处理 |
| 3.4 大数据服务组合应用执行环境 |
| 3.5 本章小结 |
| 第四章 基于数据感知的服务组合执行调度 |
| 4.1 面向大规模数据流的服务组合调度问题 |
| 4.1.1 服务执行时间模型 |
| 4.1.2 数据传输量模型 |
| 4.1.3 执行优化函数建模 |
| 4.1.4 服务完成时间 |
| 4.2 基于数据感知的服务组合执行调度算法 |
| 4.2.1 算法设计 |
| 4.2.2 基于改进粒子群算法的任务实例调度 |
| 4.3 算法验证 |
| 4.3.1 仿真模拟工具Workflow Sim |
| 4.3.2 实验环境和实验对比算法的选择与验证 |
| 4.3.3 仿真实验对比及结果分析 |
| 4.4 本章小结 |
| 第五章 分布式服务组合引擎实现及验证 |
| 5.1 分布式服务组合引擎核心模块及实现机制 |
| 5.2 分布式服务组合引擎核心数据设计与任务扩展 |
| 5.3 高速公路大数据统计分析应用案例 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 进一步研究方向 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（3）智能电网下充电站优化运营模型及决策支持系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 充电站选址规划模型研究现状 |
| 1.2.2 充电站运营与可再生能源协同优化配置模型的研究现状 |
| 1.2.3 充电站引导有序充电协同优化运营模型研究现状 |
| 1.2.4 充电站运营管理机制及平台研究现状 |
| 1.3 论文框架结构及主要内容 |
| 1.4 论文研究创新点 |
| 第2章 充电站建设运营项目发展与问题分析 |
| 2.1 充电站系统运营界定 |
| 2.1.1 充电站运营特点 |
| 2.1.2 充电站运营业务 |
| 2.2 充电站站建设运营项目发展分析 |
| 2.2.1 充电站建设运营政策分析 |
| 2.2.2 充电站建设运营经济分析 |
| 2.2.3 充电站建设运营发展技术分析 |
| 2.3 智能电网与充电站运营交互作用 |
| 2.3.1 智能电网与充电站运营的交互过程 |
| 2.3.2 智能电网是充电站优化运营的条件 |
| 2.3.3 智能电网提升充电站对资源的优化配置 |
| 2.3.4 智能电网对充电站建设运营影响 |
| 2.4 多角度优化充电站运营决策问题的提出 |
| 2.4.1 如何从运营优化的角度进行充电站选址决策 |
| 2.4.2 如何从多系统协同优化的角度提升运营决策的整体效用 |
| 2.4.3 如何从可盈利运营模式角度引导充电站优化运营决策 |
| 2.4.4 如何依据用户行为优化充电站运营决策 |
| 2.4.5 如何从资源综合运用角度制定充电站优化运营决策 |
| 2.5 本章小结 |
| 第3章 引入优化运营视角的充电站选址模型研究 |
| 3.1 相关理论与问题分析 |
| 3.1.1 充电站选址规划的相关理论 |
| 3.1.2 相关问题分析 |
| 3.2 充电站选址影响因素分析 |
| 3.2.1 充电服务需求的影响因素 |
| 3.2.2 充电站选址影响用户满意度的因素 |
| 3.3 电动汽车充电站选址模型构建 |
| 3.3.1 问题描假设 |
| 3.3.2 截取道路车流量的模型 |
| 3.3.3 路途不确定下的鲁棒优化选址模型 |
| 3.3.4 充电站负荷能力约束优化模型 |
| 3.4 本章小结 |
| 第4章 充电站运营系统优化决策模型群构建 |
| 4.1 引言 |
| 4.2 电动汽车用户充电决策行为模型 |
| 4.2.1 相关算法 |
| 4.2.2 模型空间状态分析 |
| 4.2.3 基于Q-Learning算法的用户充电行为决策模型 |
| 4.3 充电站电动汽车有序充电优化决策模型 |
| 4.3.1 充电站引导电动汽车有序充电控制原理 |
| 4.3.2 充电站引导电动汽车有序充电的决策模型 |
| 4.3.3 算例分析 |
| 4.4 充电站充放电与可再生能源发电优化模型 |
| 4.4.1 智能电网下充电站充放电的特征 |
| 4.4.2 可再生能源发电的特征 |
| 4.4.3 充电站的负荷响应对电网消纳风力发电能力影响模型 |
| 4.5 本章小结 |
| 第5章 可持续发展的充电站运营机制研究 |
| 5.1 充电站供需侧匹配模式 |
| 5.1.1 常见充电站供需调度模式 |
| 5.1.2 充电站供需调度匹配模式改进 |
| 5.2 充电站快速充电服务供需调度模式 |
| 5.2.1 充电站快速分层调度管理模式 |
| 5.2.2 充电站快速供需调度匹配运行模式 |
| 5.2.3 充电站快速充电供需匹配的支撑技术 |
| 5.3 供需侧匹配的政策激励机制 |
| 5.4 市场博弈下充电站运营机制研究 |
| 5.5 本章小结 |
| 第6章 充电站运营决策支持系统研究 |
| 6.1 系统研究意义和目的 |
| 6.2 系统需求分析和业务功能 |
| 6.2.1 系统需求分析 |
| 6.2.2 决策支持系统的业务功能 |
| 6.3 系统模块组成及设计 |
| 6.3.1 数据库模块设计 |
| 6.3.2 模型库模块设计 |
| 6.3.3 方法库模块设计 |
| 6.3.4 知识库模块设计 |
| 6.3.5 多媒体库模块设计 |
| 6.4 构建充电智能服务平台 |
| 6.4.1 业务平台 |
| 6.4.2 技术支撑平台 |
| 6.4.3 云服务支撑平台 |
| 6.4.4 数据采集 |
| 6.5 本章小结 |
| 第7章 研究成果与结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（4）基于多源感知数据的城市大规模路网动态交通分配模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 符号说明 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究目标和内容 |
| 1.3 研究方法和技术路线 |
| 1.4 论文结构安排 |
| 第二章 文献综述 |
| 2.1 概述 |
| 2.2 动态交通需求估计 |
| 2.3 交通流动态网络加载 |
| 2.4 动态交通分配 |
| 2.5 本章小结 |
| 第三章 基础数据获取与预处理 |
| 3.1 概述 |
| 3.2 实例路网描述 |
| 3.3 数据描述及预处理 |
| 3.3.1 微波数据 |
| 3.3.2 高清卡口数据 |
| 3.4 车辆轨迹重构 |
| 3.4.1 粒子滤波模型构建 |
| 3.4.2 初始粒子生成 |
| 3.4.3 重要性采样与粒子权重更新 |
| 3.4.4 轨迹重构结果分析 |
| 3.5 本章小结 |
| 第四章 动态OD模式估计及轨迹分布空间异质性影响 |
| 4.1 概述 |
| 4.2 基于轨迹重构的动态OD模式估计 |
| 4.2.1 模型总体架构 |
| 4.2.2 出行特征分析 |
| 4.2.3 OD模式提取 |
| 4.2.4 实验结果分析与评估 |
| 4.3 轨迹数据分布的空间异质性影响分析 |
| 4.3.1 试验场景设计 |
| 4.3.2 基于抽样轨迹的OD模式估计 |
| 4.3.3 空间自相关分析 |
| 4.3.4 试验结果分析 |
| 4.3.5 考虑轨迹空间异质性的OD模式调优 |
| 4.4 本章小结 |
| 第五章 基于p-CTM模型的城市路网交通流动态加载 |
| 5.1 概述 |
| 5.2 基于路径的城市道路元胞传输模型 |
| 5.2.1 p-CTM模型数学形式 |
| 5.2.2 信号交叉口转向元胞的处理 |
| 5.3 动态网络加载模型构建 |
| 5.3.1 基于路网拓扑的元胞自动生成 |
| 5.3.2 动态网络加载仿真流程 |
| 5.3.3 交通流参数估计 |
| 5.4 模型验证与评估 |
| 5.4.1 测试区域选取 |
| 5.4.2 元胞参数标定 |
| 5.4.3 实验结果分析 |
| 5.5 本章小结 |
| 第六章 基于空间域分解的大规模路网动态交通分配 |
| 6.1 概述 |
| 6.2 基于仿真的用户均衡动态交通分配 |
| 6.2.1 动态交通分配基本原理 |
| 6.2.2 DTA模型仿真求解 |
| 6.2.3 本文的解决思路 |
| 6.3 基于元胞路径数的路网空间域分解 |
| 6.3.1 路段负载计算 |
| 6.3.2 基于路段负载的BFS算法 |
| 6.3.3 空间域分解方法 |
| 6.4 基于并行计算的DTA仿真求解 |
| 6.4.1 并行算法流程 |
| 6.4.2 进程间通信 |
| 6.4.3 收敛准则 |
| 6.4.4 算法步骤 |
| 6.5 模型参数标定与性能评估 |
| 6.5.1 模型参数标定 |
| 6.5.2 实验结果分析与讨论 |
| 6.6 本章小结 |
| 第七章 结论与展望 |
| 7.1 研究成果与结论 |
| 7.2 主要创新点 |
| 7.3 研究展望 |
| 致谢 |
| 参考文献 |
| 附录Ⅰ DNL模型测试路网路段属性参数表 |
| 附录Ⅱ DNL模型测试路网信号控制交叉口基本信息 |
| 附录Ⅲ DNL模型测试路网长江路干线元胞参数标定结果 |
| 附录Ⅳ DNL模型测试路网动态交通需求估计结果 |
| 附录Ⅴ 昆山市中心城区路网交通需求分布 |
| 附录Ⅵ 昆山市中心城区路网动态用户均衡路径配流(7:45-8:00) |
| 作者简介 |
（5）山区高速公路高桥隧比路段行车安全机理与保障技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 山区高速公路高桥隧比路段安全现状 |
| 1.1.2 高桥隧比路段及高桥隧比高速公路定义 |
| 1.2 国内外研究现状 |
| 1.2.1 隧道及桥隧群路段行车安全研究现状 |
| 1.2.2 交通事故严重程度影响因素研究现状 |
| 1.2.3 交通事故预测模型研究现状 |
| 1.2.4 隧道环境下驾驶员视觉负荷研究现状 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 高桥隧比高速公路交通事故特征分析 |
| 2.1 高桥隧比高速公路运营安全影响因素分析 |
| 2.1.1 人的因素 |
| 2.1.2 车的因素 |
| 2.1.3 路的因素 |
| 2.1.4 环境因素 |
| 2.2 高桥隧比高速公路事故分布规律 |
| 2.2.1 研究路段概况 |
| 2.2.2 数据收集及整理 |
| 2.2.3 事故数基本分布规律 |
| 2.2.4 事故发生点构筑物类型规律 |
| 2.2.5 隧道事故数空间分布规律 |
| 2.3 高桥隧比高速公路事故严重程度影响因素分析 |
| 2.3.1 多项Logistic理论 |
| 2.3.2 模型建立 |
| 2.3.3 模型检验 |
| 2.3.4 事故严重程度影响因素选取 |
| 2.4 本章小结 |
| 第三章 高桥隧比高速公路事故预测模型研究 |
| 3.1 高桥隧比高速公路事故率与线形指标关系分析 |
| 3.1.1 事故率指标 |
| 3.1.2 平面线形指标与事故率的关系 |
| 3.1.3 纵断面线形指标与事故率的关系 |
| 3.2 高桥隧比高速公路事故率与构筑物关系分析 |
| 3.2.1 隧道长度与事故率的关系 |
| 3.2.2 桥梁长度与事故率的关系 |
| 3.3 高桥隧比高速公路事故预测模型构建 |
| 3.3.1 高桥隧比高速公路事故数据特性分析 |
| 3.3.2 负二项分布理论 |
| 3.3.3 事故预测模型变量选取 |
| 3.3.4 高桥隧比高速公路路段单元类型划分 |
| 3.3.5 事故预测模型构建 |
| 3.4 事故预测模型预测精度分析 |
| 3.5 本章小结 |
| 第四章 高桥隧比路段驾驶人视觉变化规律及视觉负荷评价 |
| 4.1 视觉特性表征指标选取 |
| 4.2 试验及数据采集 |
| 4.3 驾驶员视觉变化规律及变化趋势分析 |
| 4.3.1 视觉特性基本描述 |
| 4.3.2 视觉变化规律及变化趋势 |
| 4.3.3 瞳孔面积K-S正态分布检验 |
| 4.3.4 隧道不同位置瞳孔面积差异性检验 |
| 4.4 高桥隧比路段驾驶员视觉负荷评价 |
| 4.4.1 视觉负荷评价指标 |
| 4.4.2 视觉负荷评价体系 |
| 4.4.3 隧道入口视觉负荷变化规律分析 |
| 4.4.4 隧道出口视觉负荷变化规律分析 |
| 4.5 本章小结 |
| 第五章 山区高速公路高桥隧比路段行车安全保障技术 |
| 5.1 隧道入口段安全保障技术 |
| 5.1.1 隧道入口前视错觉减速标线设置技术 |
| 5.1.2 隧道入口前视错觉减速标线与彩色路面协同设置技术 |
| 5.2 山区高速公路高桥隧比路段行车安全度评价体系 |
| 5.2.1 高桥隧比路段行车安全度评价体系构建 |
| 5.2.2 群层次分析法求取指标权重 |
| 5.2.3 评价指标分值统计方法 |
| 5.2.4 高桥隧比路段行车安全度等级评定方法 |
| 5.2.5 实例分析 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
| 一、发表学术论文 |
| 二、参与科研课题 |
| 参考文献 |
（6）考虑区域类型差异的高速公路事故风险识别与交通安全评价研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 立题背景与选题意义 |
| 1.1.1 研究背景 |
| 1.1.2 选题意义 |
| 1.2 国内外研究现状综述 |
| 1.2.1 相关理论方法发展动态和应用现状 |
| 1.2.2 针对区域类型的高速公路事故风险和交通安全研究进展 |
| 1.2.3 基于实时交通流状态的高速公路动态安全研究现状 |
| 1.2.4 国内外研究现状评述 |
| 1.3 高速公路区域类型划分依据 |
| 1.3.1 高速公路区域类型划分的必要性 |
| 1.3.2 国内外高速公路常见的分类方法 |
| 1.3.3 本文高速公路区域类型划分依据 |
| 1.4 研究内容及研究目标 |
| 1.5 论文组织结构与技术路线 |
| 2 高速公路交通事故要素与特征分析 |
| 2.1 高速公路交通安全相关研究数据概述 |
| 2.1.1 我国相关数据现状 |
| 2.1.2 美国相关数据现状 |
| 2.1.3 本文所应用数据的合理性 |
| 2.2 区域类型差异条件下的高速公路交通事故主要影响因素分析 |
| 2.2.1 驾驶人维度影响因素分析 |
| 2.2.2 车辆维度影响因素分析 |
| 2.2.3 道路维度影响因素分析 |
| 2.2.4 外部环境维度影响因素分析 |
| 2.3 高速公路交通事故时空分布规律 |
| 2.3.1 城区高速公路时空分布规律分析 |
| 2.3.2 乡区高速公路时空分布规律分析 |
| 2.3.3 山区高速公路时空分布规律分析 |
| 2.4 高速公路交通事故特征统计 |
| 2.4.1 城区高速公路事故特征统计分析 |
| 2.4.2 乡区高速公路事故特征统计分析 |
| 2.4.3 山区高速公路事故特征统计分析 |
| 2.5 本章小结 |
| 3 基于关联规则挖掘的区域类型差异条件下的高速公路事故致因分析 |
| 3.1 引言 |
| 3.2 研究区域介绍与数据收集处理 |
| 3.2.1 研究区域介绍与研究数据来源 |
| 3.2.2 样本数据集特征 |
| 3.2.3 样本结构设计 |
| 3.3 基于WODMI-APRIORI关联规则挖掘算法的高速公路事故风险识别方法建模 |
| 3.3.1 关联规则挖掘算法基本参数 |
| 3.3.2 关联规则分类 |
| 3.3.3 Apriori算法特性与基本步骤 |
| 3.3.4 主客观联合赋权改进的Apriori关联规则挖掘算法 |
| 3.3.5 考虑定向约束和指标赋权的多维度交互改进的Apriori关联规则挖掘算法(WODMI-Apriori) |
| 3.4 实例分析 |
| 3.4.1 不同区域类型高速公路全映射事故致因关联规则挖掘 |
| 3.4.2 不同区域类型高速公路维度交互关联规则挖掘 |
| 3.4.3 不同区域类型高速公路事故维度自相关关联规则挖掘 |
| 3.5 本章小结 |
| 4 区域类型差异条件下的高速公路动态交通流状态与事故风险关系评估 |
| 4.1 引言 |
| 4.2 研究数据介绍与样本结构设计 |
| 4.2.1 数据源文件介绍 |
| 4.2.2 事故数据预处理 |
| 4.2.3 交通流数据预处理 |
| 4.2.4 病例—对照配对式样本结构设计 |
| 4.2.5 数据匹配 |
| 4.3 相关理论与研究方法 |
| 4.3.1 六级服务水平理论 |
| 4.3.2 马尔科夫链蒙特卡洛方法(MCMC) |
| 4.3.3 基于MCMC的贝叶斯方法 |
| 4.3.4 贝叶斯条件logistic回归 |
| 4.3.5 随机森林算法 |
| 4.3.6 贝叶斯logistic回归 |
| 4.4 实例分析 |
| 4.4.1 不同区域类型高速公路事故风险等级分析 |
| 4.4.2 各区域高速公路事故征兆危险交通流变量识别 |
| 4.4.3 不同区域类型高速公路事故发生机理 |
| 4.5 本章小结 |
| 5 区域类型差异条件下的高速公路综合交通安全水平评价 |
| 5.1 引言 |
| 5.2 基于熵权改进的密切值法 |
| 5.2.1 密切值评价方法概述 |
| 5.2.2 信息熵赋权理论 |
| 5.2.3 基于信息熵权重优化改进的密切值评价方法 |
| 5.3 研究区域介绍 |
| 5.4 基于熵权改进密切值法的高速公路交通安全评价建模 |
| 5.4.1 评价矩阵建立 |
| 5.4.2 模型基本假设 |
| 5.4.3 评价指标数据的收集与处理 |
| 5.4.4 数值评价矩阵的建立 |
| 5.5 实例分析 |
| 5.5.1 年度视角的评价指标权重计算 |
| 5.5.2 季节划分视角的评价指标权重计算 |
| 5.5.3 年度视角下的不同区域类型高速公路交通安全评价 |
| 5.5.4 季节划分视角下的不同区域类型高速公路交通安全评价 |
| 5.5.5 考虑区域类型和季节差异的全样本高速公路交通安全评价 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 主要研究结论 |
| 6.2 论文创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 附录A 缩略词注释表 |
| 附录B 交通事故源数据字段注释表 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（7）基础设施PPP项目再谈判中的风险分担与评价研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究目标 |
| 1.1.3 研究意义 |
| 1.2 文献综述 |
| 1.2.1 基础设施建设的PPP模式 |
| 1.2.2 PPP项目风险管理 |
| 1.2.3 风险分担与评价方法 |
| 1.2.4 再谈判中的风险分担 |
| 1.2.5 现有研究评述 |
| 1.3 研究内容、方法和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 第二章 基础设施项目的PPP实施模式 |
| 2.1 基础设施项目 |
| 2.1.1 基础设施项目的界定与特点 |
| 2.1.2 基础设施项目的融资 |
| 2.2 政府和社会资本合作(PPP)模式 |
| 2.2.1 PPP模式的界定与特点 |
| 2.2.2 PPP模式在中国的发展 |
| 2.2.3 PPP模式面临的挑战 |
| 2.3 基础设施的PPP发展模式 |
| 2.4 本章小结 |
| 第三章 基础设施PPP项目再谈判中的风险及其分担机制 |
| 3.1 PPP项目风险因素分析 |
| 3.1.1 显性风险 |
| 3.1.2 隐性风险 |
| 3.2 PPP项目风险分担方式 |
| 3.2.1 风险分担原则 |
| 3.2.2 风险分担形式 |
| 3.3 PPP项目再谈判中的风险分担 |
| 3.3.1 PPP项目合同管理 |
| 3.3.2 再谈判的产生原因 |
| 3.3.3 再谈判中的风险分担现状 |
| 3.4 PPP项目再谈判流程 |
| 3.4.1 发起和准备阶段 |
| 3.4.2 谈判阶段 |
| 3.4.3 谈判结果确认阶段 |
| 3.5 本章小结 |
| 第四章 基础设施PPP项目再谈判中的风险分担博弈模型 |
| 4.1 再谈判中风险分担的博弈性 |
| 4.1.1 合作博弈和非合作博弈 |
| 4.1.2 完全信息博弈和不完全信息博弈 |
| 4.1.3 静态博弈和动态博弈 |
| 4.2 二人讨价还价博弈风险分担模型 |
| 4.2.1 模型假设 |
| 4.2.2 模型建立 |
| 4.2.3 模型求解 |
| 4.3 多人联盟博弈风险分担模型 |
| 4.3.1 模型假设 |
| 4.3.2 模型建立 |
| 4.3.3 模型调整 |
| 4.4 本章小结 |
| 第五章 基础设施PPP项目再谈判中的风险分担评价 |
| 5.1 再谈判中风险分担的评价维度 |
| 5.1.1 运营状态 |
| 5.1.2 效益影响 |
| 5.1.3 可持续性 |
| 5.1.4 伙伴关系 |
| 5.2 基于模糊层次分析的风险分担评价 |
| 5.2.1 建立系统层次结构模型 |
| 5.2.2 构造模糊互补判断矩阵 |
| 5.2.3 权重计算及一致性检验 |
| 5.2.4 进行排序 |
| 5.3 PPP项目风险分担评价仿真分析 |
| 5.3.1 DCF模型 |
| 5.3.2 风险分担评价的DCF模型构建 |
| 5.3.3 基于蒙特卡洛模拟的仿真分析 |
| 5.4 再谈判管理分析平台设计 |
| 5.4.1 系统规划设计 |
| 5.4.2 功能与界面设计 |
| 5.5 本章小结 |
| 第六章 案例分析 |
| 6.1 典型案例研究 |
| 6.2 长潭高速公路 PPP 项目案例分析 |
| 6.2.1 项目概况 |
| 6.2.2 项目风险分担框架 |
| 6.2.3 建模及仿真分析 |
| 6.3 郑州轨道交通PPP项目案例分析 |
| 6.3.1 项目概况 |
| 6.3.2 项目风险分担框架 |
| 6.3.3 建模及仿真分析 |
| 6.4 本章小结 |
| 第七章 对策建议 |
| 7.1 基础设施PPP项目风险合理分担对策建议 |
| 7.2 基础设施PPP项目再谈判应对策略 |
| 7.3 本章小结 |
| 第八章 结论与展望 |
| 8.1 主要工作与结论 |
| 8.1.1 主要工作 |
| 8.1.2 研究结论 |
| 8.2 论文的创新点 |
| 8.3 研究不足与展望 |
| 8.3.1 本文的不足 |
| 8.3.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间已发表或录用的论文与科研情况 |
（8）高速公路隧道智能化调光控制技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 驾驶员视觉适应特性 |
| 1.2.2 光源色温对交通安全的影响 |
| 1.2.3 隧道照明调光控制理论及方法 |
| 1.2.4 隧道照明智能调控算法与技术 |
| 1.3 本文主要研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 本文组织结构 |
| 第2章 基于驾驶员视认需求的隧道调光控制策略模型 |
| 2.1 隧道影响区域光环境因素分析 |
| 2.1.1 隧道影响区域界定 |
| 2.1.2 隧道出入口光环境条件 |
| 2.1.3 隧道照明光源特性因素 |
| 2.2 隧道行车安全视认需求 |
| 2.2.1 驾驶员认知形成过程 |
| 2.2.2 动态空间视认需求 |
| 2.2.3 驾驶员动态认知影响因素 |
| 2.2.4 动态视认安全视距 |
| 2.3 隧道出入口照明段调光控制策略模型及调控需求 |
| 2.3.1 隧道入口段调光控制策略模型 |
| 2.3.2 隧道出口段调光控制策略模型 |
| 2.4 基于驾驶安全舒适及控制技术的隧道调光等级及间隔分析 |
| 2.4.1 基于行车安全的隧道照明调光等级研究 |
| 2.4.2 基于驾驶安全舒适的隧道调光采样及调控间隔分析 |
| 2.5 本章小结 |
| 第3章 基于BP神经网络的照明调控算法设计与仿真 |
| 3.1 神经网络控制系统分析 |
| 3.1.1 BP算法的基本原理 |
| 3.1.2 照明神经网络的计算 |
| 3.1.3 照明调光控制网络权系数的调整规则 |
| 3.2 BP网络学习算法照明调控的方法及步骤 |
| 3.3 算法仿真及模拟 |
| 3.3.1 隧道照明调控算法的构建 |
| 3.3.2 亮度调控算法的验证 |
| 3.4 本章小结 |
| 第4章 智能调光控制系统的设计及实现 |
| 4.1 隧道调光控制系统需求分析及总体结构 |
| 4.1.1 隧道调光控制系统需求及功能分析 |
| 4.1.2 隧道智能控制系统总体结构 |
| 4.2 系统的硬件设施和智能调光系统设计 |
| 4.2.1 采用的控制系统 |
| 4.2.2 照明系统控制器的设计 |
| 4.2.3 照明控制系统辅助设备 |
| 4.2.4 照明灯具的选择 |
| 4.2.5 不同工况下的调控技术 |
| 4.3 隧道智能照明调控管理技术平台 |
| 4.3.1 智能照明调控管理技术平台用户需求 |
| 4.3.2 智能照明调控平台功能设计 |
| 4.4 本章小结 |
| 第5章 隧道智能调光控制技术系统实际工程应用 |
| 5.1 依托工程项目概况 |
| 5.2 隧道智能调光控制系统方案设计 |
| 5.3 系统应用测试与分析 |
| 5.3.1 隧道软件功能测试 |
| 5.3.2 调光控制系统实际效果测试 |
| 5.4 实际工程应用效果评价 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 本论文结论 |
| 6.2 本论文下一步研究工作 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（9）雨天环境下高速公路交通流特性分析及预测研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景及意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 雨天环境对交通流的影响研究 |
| 1.2.2 交通流预测研究 |
| 1.2.3 研究现状小结 |
| 1.3 研究内容与技术路线 |
| 2 数据预处理 |
| 2.1 交通流数据的预处理 |
| 2.1.1 研究区域高速公路概况 |
| 2.1.2 交通流数据的来源 |
| 2.1.3 交通流数据的清洗 |
| 2.2 降雨数据的预处理 |
| 2.2.1 降雨等级的划分 |
| 2.2.2 降雨数据的获取 |
| 2.2.3 降雨数据的清洗 |
| 2.3 交通流数据与降雨数据的时空匹配 |
| 2.4 本章小结 |
| 3 雨天环境对高速公路交通流特性的影响分析 |
| 3.1 雨天环境对高速公路交通的影响 |
| 3.2 高速公路交通流特性及其影响因素分析 |
| 3.2.1 交通流特性基本统计分析 |
| 3.2.2 自由流速度的影响因素分析 |
| 3.2.3 交通流速度的影响因素分析 |
| 3.2.4 交通流量的影响因素分析 |
| 3.3 降雨对高速公路自由流速度的影响 |
| 3.4 降雨对高速公路交通流速度的影响 |
| 3.4.1 交通流速度的标准化 |
| 3.4.2 不同降雨强度下的交通流速度分布特性 |
| 3.4.3 不同时段下的交通流速度分布特性 |
| 3.5 降雨对高速公路交通流量的影响 |
| 3.5.1 交通流量的标准化 |
| 3.5.2 不同降雨强度下交通流量的分布特性 |
| 3.5.3 不同时段下交通流量的分布特性 |
| 3.6 本章小结 |
| 4 基于LSTM的雨天环境下交通流预测研究 |
| 4.1 循环神经网络机理概述 |
| 4.2 神经网络目标函数优化 |
| 4.2.1 目标函数优化方法 |
| 4.2.2 梯度下降优化算法 |
| 4.3 基于LSTM的交通流预测模型设计 |
| 4.3.1 LSTM模型的结构及训练过程 |
| 4.3.2 LSTM预测模型搭建及参数设置 |
| 4.4 基于APSO-LSTM的交通流预测模型 |
| 4.4.1 粒子群优化算法(PSO)的机理 |
| 4.4.2 PSO算法的流程及参数设置 |
| 4.4.3 自适应非线性惯性权重PSO |
| 4.4.4 APSO-LSTM预测模型搭建 |
| 4.4.5 模型参数设置 |
| 4.5 实例预测结果分析 |
| 4.5.1 实验相关说明 |
| 4.5.2 非持续性降雨时的预测结果 |
| 4.5.3 持续性降雨时的预测结果 |
| 4.5.4 预测结果对比评价分析 |
| 4.6 本章小结 |
| 5 基于GRU的雨天环境下交通流预测研究 |
| 5.1 GRU模型的结构及训练过程 |
| 5.2 GRU预测模型搭建及参数设置 |
| 5.3 基于APSO-GRU的交通流预测模型 |
| 5.3.1 APSO-GRU预测模型搭建 |
| 5.3.2 模型参数设置 |
| 5.4 实例预测结果分析 |
| 5.4.1 非持续性降雨时的预测结果 |
| 5.4.2 持续性降雨时的预测结果 |
| 5.4.3 预测结果对比评价分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 论文主要工作 |
| 6.2 创新性成果 |
| 6.3 研究展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（10）基于拥堵预测的高速公路收费站车道开闭配置研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景 |
| 1.1.3 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 收费站拥堵预测研究现状 |
| 1.2.2 车道开闭配置研究现状 |
| 1.3 研究内容及技术路线 |
| 2 收费站交通特性及收费数据处理分析 |
| 2.1 收费站分类组成及交通特性 |
| 2.1.1 收费站分类 |
| 2.1.2 收费站组成 |
| 2.1.3 收费站收费车道 |
| 2.1.4 收费站车辆通过特性 |
| 2.1.5 收费站车辆车速特性 |
| 2.2 收费数据处理分析 |
| 2.2.1 收费数据介绍 |
| 2.2.2 收费异常数据类型 |
| 2.2.3 收费异常数据处理规则与流程 |
| 2.2.4 收费数据的交通统计分析 |
| 2.3 本章小结 |
| 3 收费站多元收费方式的排队模型 |
| 3.1 多元收费方式 |
| 3.2 多元收费方式使用比例及服务时间 |
| 3.2.1 多元收费方式使用比例分析 |
| 3.2.2 多元收费方式服务时间分析 |
| 3.3 多元收费方式排队模型 |
| 3.3.1 收费站排队系统 |
| 3.3.2 收费站多元收费排队模型 |
| 3.4 本章小结 |
| 4 基于PSO-LSTM的收费站拥堵预测模型 |
| 4.1 收费站拥堵指标的选择 |
| 4.2 基于PSO-LSTM的收费站拥堵预测模型 |
| 4.2.1 LSTM模型 |
| 4.2.2 PSO算法原理 |
| 4.2.3 基于PSO-LSTM拥堵预测模型构建 |
| 4.3 收费站拥堵预测对比分析 |
| 4.3.1 收费站点选择 |
| 4.3.2 收费站工作日拥堵预测分析 |
| 4.3.3 收费站休息日拥堵预测分析 |
| 4.4 本章小结 |
| 5 高速公路收费站车道开闭配置模型及实证分析 |
| 5.1 收费站服务水平等级划分 |
| 5.2 收费站车道开闭配置模型 |
| 5.2.1 车道开闭配置模型 |
| 5.2.2 车道开闭配置模型灵敏度分析 |
| 5.2.3 车道开闭配置模型可视化 |
| 5.3 收费站车道开闭配置实证分析 |
| 5.3.1 收费站工作日车道配置分析 |
| 5.3.2 收费站休息日车道配置分析 |
| 5.4 收费站运营成本对比评价分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 论文主要工作 |
| 6.2 创新性成果 |
| 6.3 论文研究展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
四、高速公路最佳车流量的动态统计分析（论文参考文献）
- [1]面向时空特征的数据负载预测研究[D]. 王哲. 北方工业大学, 2021(01)
- [2]面向大数据应用的分布式服务组合引擎设计与实现[D]. 何中秋. 北方工业大学, 2021(01)
- [3]智能电网下充电站优化运营模型及决策支持系统研究[D]. 刘燕. 华北电力大学(北京), 2021
- [4]基于多源感知数据的城市大规模路网动态交通分配模型研究[D]. 饶文明. 东南大学, 2021(02)
- [5]山区高速公路高桥隧比路段行车安全机理与保障技术研究[D]. 段萌萌. 重庆交通大学, 2020(01)
- [6]考虑区域类型差异的高速公路事故风险识别与交通安全评价研究[D]. 杨洋. 北京交通大学, 2020
- [7]基础设施PPP项目再谈判中的风险分担与评价研究[D]. 梁晴雪. 上海交通大学, 2020(09)
- [8]高速公路隧道智能化调光控制技术研究[D]. 苗舒婷. 中国科学院大学(中国科学院大学人工智能学院), 2020(04)
- [9]雨天环境下高速公路交通流特性分析及预测研究[D]. 王震. 北京交通大学, 2020(03)
- [10]基于拥堵预测的高速公路收费站车道开闭配置研究[D]. 王鹏. 北京交通大学, 2020