一、交通流的流体动力学模型研究（论文文献综述）
翟聪,巫威眺[1]（2020）在《考虑驾驶员预测特性的带有上匝道的宏观交通流模型》文中进行了进一步梳理高速公路入口匝道车流对高速公路主路车流存在较大影响,在未来车联网环境下,驾驶员能够获取更为丰富的交通信息,并对下一时段的交通状态做出预判.本文提出考虑有驾驶员预测特性的带有匝道的新格点流体动力学模型.基于线性稳定性分析方法,得到关于新格点模型的中性稳定性条件;在非线性稳定性分析中,采用还原扰动法推导模型在临界点附近的mKdV（modified Korteweg de Vries）方程,求解方程所得的扭结—反扭结孤立波,可以用于描述交通密度波在中性稳定曲线附近的传播机制.最后,基于仿真算例验证匝道交通流率和驾驶员预测时间对交通流稳定性的重要影响.
周警春[2]（2019）在《基于分子动力学的车流波动特性及稳定性分析》文中进行了进一步梳理随着交通需求的迅速增长,现有道路面临巨大的交通压力,建设新的道路交通设施难以改变当前的拥堵状况。如何解决道路车流运行拥堵的常态化问题以及缓解拥堵情况成为当前交通学界研究的重点。从微观层面研究车辆之间跟驰、换道交互行为特性及其模型;宏观层面研究车流波动特性、传播机理及其稳定性,为车流态势分析与管控优化提供理论支撑。研究成果可为分析交通拥堵现象,缓解交通拥堵压力、提高行驶车辆的运行安全性,以及提高道路通行能力提供技术支持。首先,根据分子动力学特性,对车辆跟驰过程进行状态划分,构建分子跟驰模型;从换道原因、换道影响因素及换道可行性入手,综合考虑驾驶员反应时间、周围多车横向偏移以及换道类型的影响,构建基于全速度差（FVD）经典模型的全速度差拓展模型。其次,在此模型基础上建立与宏观交通流之间的联系,研究宏观车流波动机理;以交通流动力学理论为基础,对波动现象的产生、传播及消散进行解析,尝试从分子物理状态的演变解释车流的波动传播性质。第三,运用微扰法研究车流的稳定性状态,分析微扰下车流运动状态的变化,对车流稳定性内在变化并进行了仿真验证。最后,通过多源交通信息数据进行验证分析,对创建的FVD拓展模型进行参数标定,将拓展模型与经典FVD模型、OV模型进行模拟对比,分析评价模型效果。通过分子跟驰模型、FVD拓展模型能够更好的解析车辆运行内在变化机理,为宏观车流波动研究提供基础;从分子状态的变化解释了车流波动传播过程造成的一些交通流现象如幽灵式塞车,进而借助实验数据仿真分析验证驾驶员反应时间与车速变化的关系,证明速度波动是造成车流失稳的主要原因;通过模型对比分析表明,以经典FVD为基础的全速度差拓展模型稳定性更高,能更好地模拟实际驾驶行为。进一步探究微观车辆驾驶行为对宏观车流运行的影响机理,对车流簇运行进行稳定性分析,为提高快速路车流运行稳定性、缓解交通压力和实现车路协同驾驶技术提供了理论基础和技术支持。
郑元庆[3]（2019）在《基于混沌和神经网络的短时交通流预测研究》文中认为随着我国经济发展及城市化水平的提高,交通运输已经成为国民经济的命脉。当前,城市交通运输出现不同程度的拥堵现象,导致交通路网中车辆行驶速度降低,增加行驶车辆的排队时间,提高人们的出行成本。鉴于此,以计算机数据处理为基础的智能交通系统在城市交通管理工作中发挥着重要的作用,为交通管理决策提供科学的理论指导和技术支持。智能交通系统的关键是交通诱导和交通控制,交通诱导实现的前提是预测道路的交通状况。通过建立适用性、准确性较强的短时交通流预测模型,可以帮助相关部门做好交通诱导工作,从而改进该地区的交通状况。本文结合混沌理论、小波神经网络及改进的鸡群算法对短时交通流预测进行深入研究,主要开展工作如下:（1）为提高算法的收敛速度和预测结果的精度,对修复后的数据进行小波降噪处理。通过C-C法计算时间延迟τ以及嵌入维数m两个因子,使用小数据量法计算出李雅普诺夫指数,依据该指数大于零判定交通流数据具有混沌特性,从而满足短时交通流预测的前提。（2）使用小波神经网络建立短时交通流预测模型,运用改进的鸡群算法优化小波神经网络的权值和平移伸缩因子两个参数,构建基于改进鸡群算法的小波神经网络短时交通流预测模型。最后,开展实证研究。
翟聪,巫威眺[4]（2020）在《考虑鸣笛效应和驾驶员异质性的新格子模型稳定性分析》文中指出道路环境及密集交通流随机波动是交通扰动的诱因,文中考虑道路环境中的汽车鸣笛效应和驾驶员异质性的影响,提出鸣笛发生临界密度的概念,建立了更符合实际的格子流体动力学模型,并揭示非饱和交通状态下诱发交通流失稳的机理.在线性稳定性分析中利用扰动法得到了该模型的稳定性条件,并基于还原微扰法对该模型的非线性稳定性问题进行研究,通过求解m KDV方程获取的扭结–反扭结孤立波描述了在临界点附近密度波的传输规则.仿真结果表明,考虑有鸣笛效应的新格子模型相比于Nagatani模型的稳定性更强,而较大的临界密度对交通流稳定性存在消极影响;与以往微观模型相比,本文模型能解释鸣笛现象发生的自然条件,即密度高且流量低的地方,同时驾驶员特性也对交通流的稳定性存在着显着影响.
文哲[5]（2019）在《极端枯水位下长江中游船舶交通流协调控制优化研究》文中指出长江作为世界上运量最大、业务最为繁忙的内河,肩负着沟通我国东中西三地区的重要责任。近年来,随着我国经济的快速发展,对外贸易量提升的同时,长江航运上的交通问题逐渐凸显,特别是长江中游荆江航段,受极端枯水位的影响,部分航段船舶堵塞现象日益严重,对长江航运的通航效率、运输成本等造成了重大影响。因此,本文研究极端枯水位下长江中游船舶交通流的协调控制问题,以缓解船舶拥堵现象,提高通航效率。首先,介绍了荆江航道的具体情况,以该航段的碍航性分析为基础,分别从定量与定性的角度,对正常情况及极端枯水位下的长江中游船舶交通流特征展开了讨论;其次,结合时间序列预测模型中的ARIMA模型,研究了长江中游荆江航段各港口汇入主航道段船舶到达率的短期交通量预测方法,提高了船舶到达率预测的快速性与准确性,为后文中的船舶交通流多港口协调控制提供了更为精准的船舶到达信息;然后,提出了船舶交通流多港口协调控制的相关概念,对协调控制的控制流程、关键问题、控制机理进行了分析。在此基础上,本文对船舶交通流控制策略进行了探讨,总结了影响极端枯水位下船舶交通流控制的相关因素,从多港口协调控制空间模型、船舶交通流宏观模型、船舶排队长度约束等角度考虑,以总行程时间为控制系统性能指标,建立了船舶交通流多港口协调控制优化模型,并以粒子群算法求解,达成精准、高效地协调控制多港口船舶调节率的目的;最后,通过仿真实验,对比了有无控制措施下的航段相关参数值,实验结果表明,本文提出的船舶交通流多港口协调控制方法能够较好地满足整个控制系统对实时性、快速性、准确性等方面的要求。本文的研究内容丰富了内河船舶交通流理论,为极端枯水位条件下的船舶交通流协调控制提供了一种新的思路,在优化船舶运输组织、提高长江航运运输方面也能提供更为充实的理论依据。同时,在通航管理部门采取相应的船舶控制措施时,也具有实际的应用与借鉴价值。
翟聪,刘伟铭,黄玲[6]（2018）在《带有最优流量记忆时间差的一类新格子模型》文中研究表明为了分析最优流量记忆时间差对交通流稳定性的影响,本文基于考虑驾驶员估计得到的最优流量信息,同时考虑驾驶员在驾车过程中受到记忆时间的影响,给出了一类新的格子流体动力学模型.首先,基于线性稳定性理论,获得了新模型的稳定性条件;随后,通过非线性分析方法,给出该模型的mKdV方程;然后,基于求解上述方程所得到的扭结—反扭结孤立波可用于描述交通拥挤的转化和传播过程.最后,通过仿真算例验证了上述理论分析的结论,即驾驶员的记忆时间和最优流量记忆时间差能够显着影响交通流的稳定性,同时增大记忆时间步长和强度系数可以有效地增强交通流的稳定性.
翟聪[7]（2017）在《车联网环境下基于驾驶行为特性的交通流建模和拥堵控制问题研究》文中研究说明众所周知,驾驶员行为与交通阻塞的发生存在着紧密的联系,经验证:通过优化驾驶行为可降低交通拥堵的发生,交通流理论作为连接交通驾驶行为与交通拥堵关系的桥梁,通过对交通流建模分析可以获得影响交通拥堵的重要因素,同时基于交通流模型还可以再现交通拥堵形成的过程。目前在传统的交通流模型中忽视了人作为驾驶主体所包含的重要信息要素,使得对交通阻塞的形成分析不够清晰透彻,对交通拥挤的影响因素定性不够准确,这就造成基于很多理论模型上所设计的控制算法实施效果往往也低于预期。同时随着智能交通的发展,车辆之间可实现了车-车通信,这也就使得车辆不仅可以获得当前车辆周围的信息,而且还可以得到道路上其余车辆的具体信息,这为缓解交通拥堵、提高道路服务水平提供了有力的工具。同时车联网作为国家“十三五”重点扶持的项目,是未来智能交通的重要发展趋势,为此,如何在车联网这大环境下,结合考虑具体的驾驶员的驾驶行为,对交通拥堵的特性加以分析,同时提供一定的拥堵抑制的控制办法,就显得更加具有理论意义和实践意义。为此,本文在现有的经典交通流理论和交通拥堵抑制方法的基础上,考虑驾驶员受时变延迟时间、模糊灵敏度和记忆时间的多重影响,以驾驶行为作为核心,从宏观模型和微观模型上分别加以分析,其中微观层面上重点对单车道上驾驶员受到时变滞后时间影响和模糊灵敏度的作用效应进行论述,同时设计了相应的控制算法以增强模型的稳定性,而在宏观层面则主要结合ITS技术,在跟驰、超车、换道三种不同情形下,考虑记忆最优流量差对交通流影响,同时进行建模分析,利用线性和非线性稳定性方法对上述三种情形的模型进行理论分析和数值仿真模拟,以探索在车联网环境下驾驶员考虑记忆最优流量差下交通流的各种非线性现象,论文的主要工作如下:首先,从微观层面,考虑到驾驶员在行车过程中不可避免的受到滞后时间的影响,且该滞后时间并非像其余学者假设的是恒定不变的,为此,本文在最优速度（OV:Optimal Velocity）跟驰模型和耦合映射（CM:coupled map）跟驰模型的基础上,基于控制方法,提出了两种时变（VTD:Varing Time-Delay）滞后跟驰模型,同时为了抑制交通阻塞,本文借助前后车辆在速度上的差值,设计了反馈控制器,同时给出了该控制器存在的充分条件,随后的仿真算例给出了车流在控制器作用前后车流速度、车间距随时间的演化情况,验证了该控制器对于抑制交通拥挤问题是有效的;其次,在以往跟驰模型的研究中一般都是设定驾驶员的灵敏度是恒定的,而实际调查显示,在不同的车速和车间距下驾驶员的灵敏度会发生微小的变化,为此,本文在VTD&OV跟驰模型和VTD&CM跟驰模型的基础上,引入模糊控制理论,分别提出了新的模糊VTD&OV跟驰模型和模糊VTD&CM跟驰模型,随后对这两类跟驰模型的稳定性问题分别进行研究。基于分段Lyapunov函数方法,首先给出了新跟驰模型满足渐近稳定的充分条件,当跟驰模型满足稳定时,交通拥挤现象将不会出现;然而系统稳定性不满足时,为了抑制交通拥挤,对于模糊VTD&OV模型和模糊VTD&CM模型各自设计了控制算法以用来抑制交通拥堵,且该控制器可以通过求解LMIs而得到。最后通过仿真算例验证该方法对于保持交通状态稳定和降低车辆行驶中的二氧化碳排放是有效的。最后,从宏观层面,基于车联网环境所提供的道路最优流量信息（OC:Optimal Current）,考虑到驾驶员在行车过程受到记忆时间（Memory）制约影响,为分析记忆最优流量差（OCCM:Optimal Current Change with Memory）对交通流演化的影响,基于具有跟驰特性的单车道格子模型、带有换道行为的双车道格子模型和具有超车特性的超车格子模型,本文分别对上述三种情形加以建模,以分析记忆最优流量差项在跟驰、超车、换道三种不同情形上的具体影响,探索了考虑记忆最优流量差影响下交通拥堵的宏观传播机制。针对驾驶员在行车过程中会考虑前方流量与上一记忆时间的流量之间的差值（OCCM:Optimal Current Change with Memroy）来调整车辆下一步长的车辆速度这一特性,本文在原有的Natagani模型的基础上,提出了一类新的带有记忆流量差的新格子模型,随后采用线性稳定性理论和非线性慑动理论对新模型进行分析,前者可以得到该模型的线性稳定性条件,后者获得了带有记忆流量差项的新格子流体动力学模型的的扭结-反扭结解,对临界点区域密度波的传播机制进行分析,最后的数值仿真验证了增大记忆步长与加强记忆流量差的灵敏度能够提高交通流的稳定性。然而上述的模型仅能够描述单车道上交通流的演化,对于带有换道行为的多车道下交通流模型并不适用,为此,本文将上述的带有记忆流量差项的单车道格子流体力学模型扩展到双车道上,建立了双车道格子流体力学模型,与单车道研究类似,通过上述的线性和非线性稳定性理论方法和数值模拟对该新模型中的交通流特性进行了理论分析和仿真研究,结果表明,在双车道上通过增大记忆步长与记忆流量差的灵敏度依然能够提高交通流的稳定性,且相比于非换道情况,考虑一定的换道更有利于缓解交通拥挤。随着研究的深入发现,上述的格子模型仅能够反映诸如跟驰、换道等“常规”的驾驶情况,并没有考虑诸如超车行为等“非常规”驾驶情况,为此,本文将记忆流量差项引入到Natagani超车格子模型中来,同时基于线性稳定性理论获得了模型的稳定性判据,随后基于非线性稳定性方法得到了临界点附近交通阻塞的传播演化规律,研究结果表明,驾驶员超车率的大小严重影响着交通流的稳定,当车流超车率表现较低时（低于一个设定阈值时）,整个相空间仅被区分为稳定性区域和非稳定性区域,在非稳定性区域车流以扭结-反扭结解得形式向后传播,且该扭结-反扭结解可以通过求解mKDV方程而得到,同时通过增大驾驶员的记忆时间,交通流的稳定性可得到增强;而对当超车率较时（超过一定阈值时）,上述的非稳定性区域得以进一步的切分,分为密度波特性区域和混沌特征区域两部分,且两区域表现出完全不一样的形态,其中在密度波特征区域中,失稳车流主要以周期行为向后演化,而在混沌特征区域中,失稳车流展现出看似“杂乱无章”的混沌行为。综上所述,本文主要借助车联网平台,为了分析驾驶行为中的时变延迟时间、模糊灵敏度和记忆时间与交通拥堵之间的关系,分别建立了宏观交通流模型和微观建模型,同时在微观交通模型中还设计了反馈控制算法以提高交通流的鲁棒性,该文章的研究成果可以加深人们对交通拥堵的认识,同时还可以了解交通拥挤形成的过程,了解驾驶员自身特性对交通流稳定性的影响,同时还能够构建出具有车联网环境下交通流拥挤控制的新体系和框架,丰富了以往交通流研究的成果,为交通流的研究开辟新枝,而所设计的控制算法为先进智能驾驶系统的设计提供一定的指引指导作用。
刘萍[8]（2016）在《基于wiedemann跟驰行为的中观交通流模型》文中认为交通拥堵问题已成为制约城市发展的重要瓶颈之一,建立科学、有效、快速的交通流模型是认识和理解交通流特性的重要手段,为治堵措施提供理论支撑。本论文以Nelson中观交通流模型的不足为切入点,引入Wiedemann跟驰行为模型,建立了集成Wiedemann模型的中观交通流模型,对长沙市东二环实测交通流数据处理分析得到交通流运行特性,通过数值计算验证改进的模型能够较好地反映城市交通流实际运行特性。主要成果如下:1、Nelson模型通过关联模型和力学模型对Prigogine-Heman模型进行改进,但力学模型中描述车辆之间相互作用的加减速度过大,与实际情况不符。本文引入Wiedemann跟驰行为模型改进力学模型,通过判定车辆行为区域确定其速度变化,并建立了集成Wiedemann跟驰行为的中观交通流模型。2、通过路侧激光调查仪实测对长沙市东二环进行实测得到交通流数据,结合Wiedemann行为阈值模型,采用1stopt软件对速度差和车头间距分区统计结果拟合,得到速度差与车头间距联合概率函数,推算车辆在各个行为阈值区域的概率分布,一定程度上解决了Nelson的关联模型的数学假设无实际数据支撑的问题。3、对长沙市东二环实测交通流数据进行处理,分析流量、速度、密度、速度差和车头间距等交通流特性,并利用此数据对本文建立的模型性能进行分析评价。
曹宝贵[9]（2010）在《交通流复杂动态特性与交通拥堵问题研究》文中提出交通问题现已发展成为阻碍世界各国大、中城市发展的的普遍难题。交通基础理论的突破、交通科学的建立发展显得至关重要。交通系统是一个典型的在人参与下的、开放的、复杂动态巨系统,具有高度的非线性和不确定性。本文在查阅大量国内外文献资料的基础上,从定性和定量两个角度、微观和宏观两个层次、常态和非常态两个方面深入研究、分析了交通流复杂动态特性的影响因素。基于交通流微观动态特性研究,建立了改进的车辆跟驰模型。基于交通流宏观动态特性研究,推导出了交通流宏观参数数学表达的一般式和交通波模型;基于交通流基本图和交通流体力学理论,首次提出了有效通行能力和剩余通行能力概念;结合混沌理论和自组织理论,给出了交通流复杂性研究的一般思路。应用交通流复动态特性研究成果,深刻揭示了交通流复杂性现象与原因;分析了常发性和偶发性两类交通拥堵形成、发展和演变规律;从三个层次深入剖析了交通拥堵形成原因;基于运动学理论,建立了交通拥堵识别算法;结合发达国家经验,给出了交通拥堵评估体系建立原则及应注意事项;最后,论文针对交通拥堵分析和交通拥堵评价需要,论述了静态基础信息和动态交通信息采集技术。
刘勇[10]（2009）在《基于热力学熵和混沌理论的城市道路交通系统的研究》文中研究表明城市道路交通系统的研究是依据一定的科学理论、科学思想和科学方法，对系统的结构、特性以及系统状态进行分析，对系统内部各个方面以及系统与外界的相互关系和相互作用规律从不同角度不同层面进行研究，并建立相关的数学和物理模型，从而揭示交通系统的发展演化规律。研究城市道路交通系统的特性及其发展演化规律对于城市道路交通系统的控制与管理、系统的规划与建设、甚至对整个城市的经济发展与建设都有着十分重要的意义。城市道路交通系统的研究是交通工程基础科学理论研究的重要课题之一，长期以来，人们从不同方面对其进行了研究，并获得了相应的研究成果，对社会和经济产生了积极的促进作用。但是采用物理学方法（包括动力学理论、热力学熵理论、混沌理论等）从系统特征入手对其进行较全面和较深入的研究还不多见。本文在借鉴国内外成熟研究成果的基础上，采用物理学原理和方法从不同角度对包括交通流系统在内的城市道路交通系统的多个方面进行了深入研究。论文从系统入手，首先分析了交通系统以及交通流系统的特点和特性，提出了交通系统演化的基本原理。在此基础上，进一步阐述了道路交通系统的热力学特征，构造了该系统的热力学熵。在分析道路交通系统特性的基础上，引入了交通势的概念，阐述了交通势的物理意义；分析了交通势的影响因素，通过定义交通势梯度，使相对交通压力得到量化；论文根据交通流基本特性以及交通流与路网相互作用规律，提出了城市道路交通系统供需关系演化的蛛网模型，并基于混沌理论对该蛛网模型相关问题进行了讨论，从中得到了相应的结论。基于城市道路交通与城市发展的相互作用中所存在的负反馈特性，提出了道路交通系统发展演化的动力学模型；对城市道路交通系统发展演化的逻辑斯蒂（S形）曲线的特性进行了分析，特别是对曲线上的三个关键点进行了深入分析，得出了有益的结论；最后根据混沌分形理论对其进行了进一步阐述和分析。论文依据动力学原理对交通流模型进行了研究。首先，对路段交通压力进行了深入分析，明确了它的物理意义；通过引入相对交通压力和相对动量的概念，并依据动量定理推导得出交通流微分方程；其中粘滞阻力项是在公式推导过程中自然导出的，避免了人为引入参数的随意性，此项的获得对实际交通流的微分方程的应用和相关公式的推导具有重要意义；在推导交通流微分方程的基础上，进一步考虑到实际应用条件，从而导出了格林希尔治方程和一维线性跟驰模型，从而使得交通流理论中的几个重要公式获得了理论上的统一。采用热力学熵理论的方法对交通流系统进行了研究。首先，对热力学熵的构成进行了分析研究，总结归纳出了构造方法，并以此建立了交通流系统的热力学熵；然后通过分析熵理论中广义流产生的原因，进而揭示了交通流系统中热力学熵产生的内部机制；最后根据熵理论，推导得出了具有动力学特征的道路交通系统中的交通流微分方程。由于是首次引入了热力学熵对交通流系统进行研究，加之已有的关于交通流系统的统计熵研究和讨论，从而构成了一个较为完整的交通流熵理论体系。本文对交通波进行了研究，首先对交通波进行了三个状态的划分，通过分析前后两个断面交通流的流入和流出率，导出交通波的扩展和收缩方程；以此为基础，讨论了起动波及消散时间、停车波及停车长度等问题，还对交通流通过交叉口进行了动态分析。以可持续发展为目标，提出了城市路网结构布局评价的基本思想和原则，分析和确定了评价指标以及相应的影响因素和修正系数；建立了路网结构布局的评价模型；并将其应用于实际评价当中，效果良好。在分析城市路网结构及其功能的基础上，将路网划分为主通路和连接路段；在分析主通路、连接路段以及交叉口可靠性的基础上，通过引入连通度修正因子，导出了OD路网可靠性公式；通过实例应用和深入分析，揭示了连通度在实际路网中具有的双重效应。通过定义路网的微观态、时效及其时效熵，建立了路网系统的时效熵公式，并给出了计算步骤；根据实测数据拟合的通行时间概率分布曲线，定义了路径选择风险和路径选择风险熵，实现了对出行路径选择风险的量化描述。在混沌吸引子原理的基础上，通过对交通流时间序列进行相空间重构，分析了临近点与预测点相关性，确定了相关权重；通过对综合权重的确定，建立了修正后的一阶线性预测模型；通过进一步地深入分析指出，预测结果与演化过程中相邻相点间各维分量之间的相互转化关系有关；通过合理地利用转化关系，将实际值的预测转化为了分量百分比的预测，并通过综合分析，建立了基于混沌吸引子的多元线性回归预测模型，其预测结果与实际情况较为接近。采用灰关联度和信息熵结合的方法对交通影响因素进行了排序。由于用灰关联度法进行排序可能造成突出个别大关联测度值对结果的影响，进而使排序结果与实际情况不符。本文通过采用灰色数据处理方法对参考列和比较列分别进行数据处理，并在其关联值的基础上进一步定义和确定了灰关联熵，建立了交通影响因素排序公式。实际应用表明，排序效果良好。
二、交通流的流体动力学模型研究（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、交通流的流体动力学模型研究（论文提纲范文）
（1）考虑驾驶员预测特性的带有上匝道的宏观交通流模型（论文提纲范文）
| 0 引言 |
| 1 模型建立 |
| 2 线性稳定性分析 |
| 3 非线性稳定性分析 |
| 4 仿真算例 |
| 5 结论 |
（2）基于分子动力学的车流波动特性及稳定性分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.1.3 课题来源 |
| 1.2 研究现状分析 |
| 1.2.1 跟驰行为特性分析 |
| 1.2.2 换道行为特性分析 |
| 1.2.3 交通流宏观模型分析 |
| 1.2.4 车流稳定性分析 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究路线 |
| 第2章 基于分子动力学的车辆交互行为动态特性 |
| 2.1 交通流特性 |
| 2.1.1 交通流参数 |
| 2.1.2 车速的动态特性 |
| 2.2 分子跟驰特性分析 |
| 2.2.1 分子动力学原理 |
| 2.2.2 车辆跟驰特性 |
| 2.2.3 车辆跟驰的分子动力学解析 |
| 2.3 分子跟驰模型 |
| 2.3.1 主要跟驰模型研究回顾 |
| 2.3.2 需求安全距离 |
| 2.3.3 分子跟驰状态方程 |
| 2.3.4 分子跟驰模型 |
| 2.4 换道行为特性分析 |
| 2.4.1 换道产生原因 |
| 2.4.2 换道基本形式 |
| 2.4.3 换道可行性分析 |
| 2.4.4 换道影响因素 |
| 2.5 考虑横向偏移影响的换道行为建模 |
| 2.5.1 换道中横向车辆影响分析 |
| 2.5.2 经典FVD模型 |
| 2.5.3 考虑横向偏移的全速度差拓展建模 |
| 2.6 本章小结 |
| 第3章 宏观交通流波动特性解析 |
| 3.1 宏观交通流基本参数描述 |
| 3.1.1 理论研究 |
| 3.1.2 宏观交通流参数 |
| 3.1.3 交通流三参数变化关系分析 |
| 3.2 交通流动力学理论 |
| 3.2.1 动力学模型 |
| 3.2.2 考虑加速度影响的动力学模型 |
| 3.2.3 考虑驾驶员延迟的动力学模型 |
| 3.3 交通波理论 |
| 3.3.1 基本交通波模型 |
| 3.3.2 启动波与停车波模型 |
| 3.4 交通流波动机理分析 |
| 3.4.1 交通流波动现象解析 |
| 3.4.2 扰动波产生机理 |
| 3.4.3 扰动波的传播机理 |
| 3.5 波动特性影响分析 |
| 3.5.1 波动类型 |
| 3.5.2 车流波动固化现象 |
| 3.6 本章小结 |
| 第4章 车流运行稳定性分析 |
| 4.1 稳定性基本因素分析 |
| 4.1.1 车流运行状态分析 |
| 4.1.2 车流稳定性影响因素 |
| 4.1.3 稳定性条件 |
| 4.2 微扰法稳定性分析 |
| 4.2.1 Lyapunov函数 |
| 4.2.2 微扰稳定性分析 |
| 4.3 交通流稳定性分析 |
| 4.3.1 横向稳定性分析 |
| 4.3.2 纵向稳定性分析 |
| 4.4 实例验证 |
| 4.5 本章小结 |
| 第5章 多源融合数据的车流模型验证分析 |
| 5.1 多源融合数据的获取方法 |
| 5.1.1 固定型交通检测器 |
| 5.1.2 移动型交通检测器 |
| 5.2 数据采集环境 |
| 5.3 参数标定与评价 |
| 5.3.1 参数标定 |
| 5.3.2 模型评价 |
| 5.4 效果分析 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间论文发表及科研情况 |
| 致谢 |
（3）基于混沌和神经网络的短时交通流预测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1. 研究背景及研究意义 |
| 1.1.1. 课题研究背景 |
| 1.1.2. 研究意义 |
| 1.2. 国内外研究现状 |
| 1.3. 本文创新点 |
| 1.4. 研究内容及章节安排 |
| 第2章 交通流预测相关理论基础 |
| 2.1. 交通流基本概念及各类方法比较 |
| 2.1.1. 短时交通流预测原理 |
| 2.1.2. 交通流基本特征参数 |
| 2.1.3. 交通流特性 |
| 2.1.4. 交通流预测常用方法 |
| 2.2. 交通流相空间重构及混沌特性 |
| 2.2.1. 相空间重构理论 |
| 2.2.2. 混沌特性判别 |
| 2.3. 小波神经网络 |
| 2.4. 鸡群算法概述 |
| 2.4.1. 鸡群算法基本原理 |
| 2.4.2. 鸡群算法实现流程 |
| 2.5. 本章小结 |
| 第3章 数据采集与数据预处理 |
| 3.1. 数据采集 |
| 3.2. 问题数据的识别与修复 |
| 3.3. 基于小波的数据降噪处理 |
| 3.4. 数据的相空间重构及混沌特性判别 |
| 3.4.1. 相空间重构参数计算 |
| 3.4.2. 交通流数据Lyapunov指数计算 |
| 3.4.3. 交通流数据可预测性分析 |
| 3.5. 数据归一化处理 |
| 3.6. 本章小结 |
| 第4章 基于改进鸡群算法的神经网络短时交通流预测模型 |
| 4.1. 相空间重构与神经网络的结合 |
| 4.2. 小波神经网络初始结构设置 |
| 4.3. 改进鸡群算法优化的神经网络预测模型 |
| 4.3.1. 鸡群算法与小波神经网络的结合 |
| 4.3.2. 鸡群算法优化的神经网络存在问题 |
| 4.3.3. 改进鸡群算法的提出 |
| 4.3.4. 改进鸡群算法优化的小波神经网络实现步骤及流程 |
| 4.4. 模型评价 |
| 4.5. 本章小结 |
| 第5章 预测模型对比研究 |
| 5.1. 参数设置 |
| 5.2. 实证分析 |
| 5.2.1. 基于粒子群算法优化的小波神经网络 |
| 5.2.2. 基于鸡群算法优化的小波神经网络 |
| 5.2.3. 基于改进鸡群算法优化的小波神经网络 |
| 5.3. 实验结果分析 |
| 5.4. 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
（5）极端枯水位下长江中游船舶交通流协调控制优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究综述 |
| 1.2.1 船舶交通流特征的研究 |
| 1.2.2 船舶交通流控制的研究 |
| 1.2.3 船舶交通流控制优化算法的研究 |
| 1.2.4 研究现状综述 |
| 1.3 主要研究内容 |
| 1.4 技术路线 |
| 第2章 极端枯水位下长江中游船舶交通流特征分析 |
| 2.1 长江中游航段概况 |
| 2.1.1 荆江航段概况 |
| 2.1.2 航段维护尺度与维护现状 |
| 2.1.3 港口及锚地现状 |
| 2.1.4 代表船型 |
| 2.1.5 荆江航段碍航性分析 |
| 2.2 长江中游船舶交通流特征参数分析 |
| 2.2.1 船舶到达规律 |
| 2.2.2 船舶流速度 |
| 2.2.3 船舶流密度分布 |
| 2.3 极端枯水位下船舶交通流特征分析 |
| 2.3.1 极端枯水位下的船舶交通流分类 |
| 2.3.2 极端枯水位下船舶交通流特征 |
| 2.4 本章小结 |
| 第3章 长江中游港口短时交通量预测 |
| 3.1 港口短时交通量预测概述 |
| 3.1.1 短时交通量预测的意义 |
| 3.1.2 短时交通量预测的特点 |
| 3.2 短时交通量预测方法分类 |
| 3.2.1 基于统计理论的预测模型 |
| 3.2.2 基于非线性理论的预测模型 |
| 3.2.3 基于神经网络理论的预测模型 |
| 3.3 荆江航段港口短时交通量预测 |
| 3.3.1 短时交通量预测原理及模型 |
| 3.3.2 荆江航段港口短时交通量预测步骤 |
| 3.3.3 仿真分析 |
| 3.4 本章小结 |
| 第4章 极端枯水位下船舶交通流多港口协调控制优化模型 |
| 4.1 船舶交通流多港口协调控制概述 |
| 4.1.1 多港口协调控制概念 |
| 4.1.2 多港口协调控制流程及关键问题 |
| 4.1.3 极端枯水位下船舶交通流控制机理 |
| 4.2 船舶交通流控制策略 |
| 4.2.1 单点控制策略 |
| 4.2.2 协调控制策略 |
| 4.2.3 控制策略分析 |
| 4.3 极端枯水位下船舶交通流控制的影响因素 |
| 4.4 船舶交通流多港口协调控制建模 |
| 4.4.1 多港口协调控制空间模型描述 |
| 4.4.2 船舶交通流宏观模型的建立 |
| 4.4.3 船舶排队长度约束条件 |
| 4.4.4 控制系统性能指标的选取及控制方程的建立 |
| 4.5 本章小结 |
| 第5章 极端枯水位下船舶交通流多港口协调控制仿真研究 |
| 5.1 仿真内容设计 |
| 5.1.1 仿真航段的简化 |
| 5.1.2 模型参数的选择与确定 |
| 5.2 协调控制模型的求解算法 |
| 5.2.1 多港口协调控制模型求解的粒子群算法 |
| 5.2.2 基于粒子群算法的协调控制优化过程 |
| 5.2.3 求解过程分析 |
| 5.3 仿真结果分析 |
| 5.3.1 控制变量及船舶排队长度变化情况分析 |
| 5.3.2 考虑有无控制措施的仿真结果对比分析 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 研究工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及参加的科研情况 |
（6）带有最优流量记忆时间差的一类新格子模型（论文提纲范文）
| 0 引言 |
| 1 模型的构建 |
| 2 线性稳定性分析 |
| 3 非线性稳定性分析 |
| 4 仿真算例 |
| 5 结论 |
（7）车联网环境下基于驾驶行为特性的交通流建模和拥堵控制问题研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 研究内容 |
| 1.3 论文框架 |
| 1.4 本章小结 |
| 第二章 交通流模型研究现状 |
| 2.1 引言 |
| 2.2 微观交通流模型研究 |
| 2.2.1 车辆跟驰模型 |
| 2.2.2 元胞自动机模型 |
| 2.3 交通流宏观模型研究 |
| 2.3.1 LWR模型 |
| 2.3.2 密度梯度模型 |
| 2.3.3 速度梯度模型 |
| 2.4 交通流中观模型研究 |
| 2.5 交通流拥堵抑制方法 |
| 2.5.1 考虑位置信息的堵塞抑制方法 |
| 2.5.2 带有速度和加速度项的拥堵控制办法 |
| 2.6 小结 |
| 第三章 时变滞后时间的跟驰系统的反馈控制 |
| 3.1 一类时变最优速度跟驰模型的稳定性分析及反馈控制 |
| 3.1.1 模型的提出 |
| 3.1.2 时变跟驰模型的稳定性分析 |
| 3.1.3 仿真算例 |
| 3.2 一类时变耦合映射跟驰系统的稳定分析及反馈控制 |
| 3.2.1 耦合映射跟驰模型的描述 |
| 3.2.2 跟驰模型的稳定性分析 |
| 3.2.3 仿真样例 |
| 3.3 小结 |
| 第四章 模糊时变滞后跟驰模型的反馈控制问题研究 |
| 4.1 一类模糊最优速度跟驰模型的稳定性分析及反馈控制 |
| 4.1.1 模糊OV模型的提出 |
| 4.1.2 T-S时滞跟驰模型的稳定性分析 |
| 4.1.3 模糊控制器的设计 |
| 4.1.4 仿真算例 |
| 4.2 一类模糊耦合映射跟驰系统的的稳定性分析及反馈控制 |
| 4.2.1 模糊CM跟驰模型的描述 |
| 4.2.2 模糊CM跟驰模型的稳定性分析 |
| 4.2.3 模糊反馈控制器设计 |
| 4.2.4 仿真实验 |
| 4.3 本章小结 |
| 第五章 考虑记忆最优流量差影响的格子模型 |
| 5.1 单车道带有记忆最优流量差项的格子模型 |
| 5.1.1 单车道上的格子流体动力学模型 |
| 5.1.2 考虑记忆最优流量差影响的单车道格子流体动力学模型 |
| 5.1.3. 线性稳定性分析 |
| 5.1.4 非线性稳定性分析 |
| 5.1.5 仿真算例 |
| 5.2 双车道下考虑驾驶员受记忆最优流量差影响的格子模型 |
| 5.2.1 双车道格子流体动力学模型 |
| 5.2.2 带有记忆最优流量差影响的双车道格子模型 |
| 5.2.3 线性稳定性分析 |
| 5.2.4 非线性稳定性分析 |
| 5.2.5 仿真算例 |
| 5.3 考虑记忆最优流量差影响的超车格子流体力学交通流模型 |
| 5.3.1 存在超车情形的格子流体力学模型 |
| 5.3.2 带有记忆最优流量差影响的超车格子模型 |
| 5.3.3 线性稳定性分析 |
| 5.3.4 非线性稳定性分析 |
| 5.3.5 仿真算例 |
| 5.4 本章小结 |
| 第六章 研究与展望 |
| 6.1 论文成果总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（8）基于wiedemann跟驰行为的中观交通流模型（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究内容 |
| 第二章 国内外研究现状 |
| 2.1 交通流模型简介 |
| 2.1.1 宏观交通流模型 |
| 2.1.2 中观交通流模型 |
| 2.1.3 微观交通流模型 |
| 2.2 中观交通流模型研究现状 |
| 2.2.1 P-H模型 |
| 2.2.2 Nelson模型 |
| 2.2.3 集成CTM的交通流动力学模型 |
| 2.3 Wiedemann模型 |
| 2.3.1 Wiedemann74模型 |
| 2.3.2 Wiedemann99模型 |
| 2.4 本章小结 |
| 第三章 城市道路交通流特性分析 |
| 3.1 交通流调查 |
| 3.1.1 调查方法 |
| 3.1.2 路侧激光调查仪简介 |
| 3.1.3 调查路段 |
| 3.1.4 调查内容 |
| 3.1.5 数据分析 |
| 3.2 交通流三参数特性分析 |
| 3.2.1 交通流三参数基本关系 |
| 3.2.2 流量与速度关系特性 |
| 3.2.3 流量与密度关系特性 |
| 3.2.4 密度与速度关系特性 |
| 3.3 速度差特性分析 |
| 3.3.1 速度差定义 |
| 3.3.2 速度差分区概率特性 |
| 3.4 车头间距特性分析 |
| 3.4.1 车头间距定义 |
| 3.4.2 车头间距分区概率特性 |
| 3.5 本章小结 |
| 第四章 集成Wiedemann模型的中观交通流模型构建 |
| 4.1 模型改进思路 |
| 4.1.1 模型改进思路一 |
| 4.1.2 模型改进思路二 |
| 4.2 速度差与车头间距联合概率函数 |
| 4.3 Wiedemann模型阈值曲线标定 |
| 4.4 改进模型框架 |
| 4.5 模型仿真 |
| 4.5.1 模型仿真步骤 |
| 4.5.2 模型仿真结果分析 |
| 4.6 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间发表论文及参与科研项目 |
| 附录B 中观交通流模型仿真程序 |
| 详细摘要 |
| 文献综述 |
| 参考文献 |
（9）交通流复杂动态特性与交通拥堵问题研究（论文提纲范文）
| 提要 |
| 第一章 绪论 |
| 1.1 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 交通流的复杂性概述 |
| 1.3 研究现状 |
| 1.3.1 交通流微观模型 |
| 1.3.2 交通流宏观模型 |
| 1.3.3 交通流理论模型研究思路 |
| 1.4 论文研究内容与思路 |
| 1.4.1 论文研究内容 |
| 1.4.2 论文研究思路 |
| 第二章 交通流复杂性影响因素研究 |
| 2.1 常态下交通流影响因素研究 |
| 2.1.1 人对交通流的影响研究 |
| 2.1.2 道路对交通流的影响研究 |
| 2.1.3 车对交通流的影响研究 |
| 2.2 非常态下交通流影响因素研究 |
| 2.3 本章小结 |
| 第三章 交通流微观动态特性 |
| 3.1 微观交通流理论研究历史 |
| 3.2 交通流微观参数动态特性 |
| 3.2.1 交通流微观参数 |
| 3.2.2 车头的动态特性 |
| 3.2.3 车速的动态特性 |
| 3.3 交通流微观参数动态特性实例分析 |
| 3.4 一种新的速密关系 |
| 3.5 改进的车辆跟驰模型 |
| 3.5.1 主要车辆跟驰模型研究回顾与评论 |
| 3.5.2 车辆跟驰模型产生范围与特性 |
| 3.5.3 改进的车辆跟驰模型（DVM） |
| 3.6 交通流微宏观模型的统一 |
| 3.7 本章小结 |
| 第四章 交通流宏观动态特性 |
| 4.1 概述 |
| 4.1.1 研究现状 |
| 4.1.2 研究体系划分 |
| 4.2 交通流宏观特性的参数表达 |
| 4.2.1 变化的交通流宏观三参数 |
| 4.2.2 交通流宏观三参数的一般表达 |
| 4.3 交通流三参数关系变化研究 |
| 4.4 流体动力学理论 |
| 4.4.1 运动学模型（LWR） |
| 4.4.2 动力学模型（未考虑延迟） |
| 4.4.3 动力学模型（考虑驾驶员延迟） |
| 4.5 交通波理论 |
| 4.5.1 一般交通波模型 |
| 4.5.2 起动波模型 |
| 4.5.3 停车波模型 |
| 4.5.4 交通波理论分析实例 |
| 4.6 交通流宏观理论的应用分析 |
| 4.6.1 道路有效通行能力（Ce） |
| 4.6.2 道路剩余通行能力（Cr） |
| 4.6.3 道路交通服务水平（LOS） |
| 4.7 交通流与水流（流体）的对比分析 |
| 4.8 交通流复杂性研究思路 |
| 4.8.1 交通流中混沌和自组织 |
| 4.8.2 交通流复杂性研究思路 |
| 4.9 本章小结 |
| 第五章 交通拥堵分析与评价 |
| 5.1 交通拥挤的含义与时空分布特性 |
| 5.1.1 交通拥挤的含义 |
| 5.1.2 常发性交通拥挤 |
| 5.1.3 偶发性交通拥挤 |
| 5.2 交通拥挤产生的原因 |
| 5.2.1 供需关系失衡 |
| 5.2.2 交通流基本图分析 |
| 5.2.3 经济学理论阐释 |
| 5.3 两类特殊的交通现象 |
| 5.3.1 交通相变 |
| 5.3.2 幽灵式交通阻塞 |
| 5.4 交通拥挤识别与拥堵扩散问题 |
| 5.4.1 交通拥挤评价分级方法研究 |
| 5.4.2 拥挤自动检测算法介绍 |
| 5.4.3 基于运动学模型的拥挤检测算法 |
| 5.4.4 交通拥堵扩散计算 |
| 5.5 道路交通拥堵的评价 |
| 5.5.1 国内外概述 |
| 5.5.2 交通拥挤度量指标 |
| 5.5.3 交通拥堵评价指标建立的原则 |
| 5.5.4 交通拥堵评价指标建立注意事项 |
| 5.6 交通信息采集 |
| 5.6.1 静态基础信息 |
| 5.6.2 动态交通信息 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文主要工作 |
| 6.2 本文创新之处 |
| 6.3 展望 |
| 参考文献 |
| 攻博期间发表的学术论文及其他成果 |
| 致谢 |
| 摘要 |
| ABSTRACT |
（10）基于热力学熵和混沌理论的城市道路交通系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究概况 |
| 1.2.1 交通流理论的发展阶段与现状 |
| 1.2.2 国内外交通流理论分析研究及实践的评价 |
| 1.2.3 交通流理论的研究范围和未来的研究方向 |
| 1.2.4 熵理论应用研究回顾 |
| 1.3 主要研究内容及思路 |
| 第二章 城市道路交通系统特性和内涵及其演化的基本原理 |
| 2.1 城市交通系统的内涵 |
| 2.1.1 系统的概念和意义 |
| 2.1.2 交通系统的内涵 |
| 2.2 城市道路交通系统的基本特性 |
| 2.3 城市道路交通系统演化的基本原理 |
| 2.4 本章小结 |
| 第三章 道路交通系统热力学熵及耗散结构模型 |
| 3.1 道路交通系统的热力学特征 |
| 3.2 李亚甫诺夫定理李亚甫诺夫函数及其熵 |
| 3.2.1 李亚甫诺夫定理 |
| 3.2.2 平衡态和非平衡态的李亚甫诺夫函数与熵 |
| 3.3 道路交通系统的最小熵产生原理 |
| 3.3.1 热力学熵及其物理意义 |
| 3.3.2 广义热力学熵的建立方法 |
| 3.3.3 道路交通系统最小熵产生原理 |
| 3.4 道路交通系统热力学熵的描述 |
| 3.4.1 道路系统热力学熵 |
| 3.4.2 交通流系统热力学熵 |
| 3.4.3 交通管理热力学熵 |
| 3.5 道路交通系统的耗散结构模型 |
| 3.6 本章小结 |
| 第四章 城市交通系统状态描述及其演化模型 |
| 4.1 交通场与交通势 |
| 4.1.1 交通势的建立 |
| 4.1.2 交通势分布影响因素分析 |
| 4.1.3 交通势梯度和相对交通压力 |
| 4.1.4 固有高势区和随机高势区 |
| 4.2 城市道路交通系统演化的蛛网模型及其混沌解释 |
| 4.3 城市道路交通系统动力学方程中的平衡点和关键点及其混沌与分形特性的讨论 |
| 4.3.1 事物有限增长的逻辑斯蒂过程 |
| 4.3.2 城市道路交通动力学方程及其平衡点的意义 |
| 4.3.3 城市道路交通系统发展的"三点"模式及我国城市交通发展的策略 |
| 4.3.4 城市道路交通系统发展过程中的分形规律 |
| 4.4.城市道路交通系统斯揣勒(Strahler)曲线及其信息熵的计算方法 |
| 4.4.1 斯揣勒(Strahler)曲线和积分 |
| 4.4.2 交通系统的斯揣勒(Strahler)曲线和积分 |
| 4.5 本章小结 |
| 第五章 基于热力学熵和动量定理的交通流模型及其交通波模型 |
| 5.1 基于热力学熵的交通流模型 |
| 5.1.1 城市快速路交通流动态密度模型的建立 |
| 5.1.2 城市快速路交通流动态速度模型的建立 |
| 5.2 基于动力学理论的实际交通流微分方程 |
| 5.2.1 交通压力 |
| 5.2.2 实际交通流微分方程 |
| 5.2.3 基于实际交通流运动方程的格林希尔治(Greenshields)方程的导出 |
| 5.2.4 基于实际交通流方程的一维线性跟驰模型的导出 |
| 5.3 交通波的扩张与收缩 |
| 5.3.1 交通波的扩展(压缩)速率分析和讨论 |
| 5.3.2 起动波及其消散时间 |
| 5.3.3 交叉口停车波及排队时间 |
| 5.4 交通波扩展与消散理论在交叉口处的应用 |
| 5.4.1 排队车辆通过交叉口时间及车辆数的计算 |
| 5.4.2 交通流通过交叉口的动态分析 |
| 5.5 本章小结 |
| 第六章 城市路网合理性及其可靠性 |
| 6.1 城市路网结构布局合理性及其评价 |
| 6.1.1 城市路网结构布局的原则 |
| 6.1.2 城市路网结构布局合理性评价的基本思想 |
| 6.1.3 路网结构及布局的影响因素分析 |
| 6.1.4 综合相对评价 |
| 6.2 城市路网可靠性 |
| 6.2.1 问题的提出 |
| 6.2.2 城市路网结构及功能 |
| 6.2.3 OD对路网主通路可靠性 |
| 6.2.4 路段可靠性 |
| 6.2.5 节点(交叉口)可靠性的计算 |
| 6.2.6 路网主通路可靠性 |
| 6.2.7 修正的路网可靠性 |
| 6.2.8 节点数对路网可靠性影响的定性分析 |
| 6.2.9 实例分析 |
| 6.3 路径选择风险熵 |
| 6.4 路网系统结构的时效和质量熵 |
| 6.4.1 路网系统的时效熵 |
| 6.4.2 路网系统的质量熵 |
| 6.4.3 路网系统结构的有序度 |
| 6.5 本章小结 |
| 第七章 热力学熵及混沌理论在交通工程其它方面的应用 |
| 7.1 交通流时间序列预测模型的研究 |
| 7.1.1 基于混沌吸引子的预测原理 |
| 7.1.2 邻近状态预测模型 |
| 7.1.3 邻近相点与预测相点的相关性分析 |
| 7.1.4 加权的一阶线性预测模型 |
| 7.1.5 一元一阶预测模型的矩阵形式 |
| 7.1.6 多元回归预测模型 |
| 7.2 基于灰色关联度和信息熵的交通影响因素量化排序 |
| 7.2.1 灰关联度模型 |
| 7.2.2 灰关联度熵 |
| 7.2.3 交通影响因素吻合度 |
| 7.2.4 应用实例 |
| 7.3 本章小结 |
| 结论与展望 |
| 1.论文结论 |
| 2.本论文主要创新点 |
| 3.论文不足及进一步研究的方向 |
| 参考文献 |
| 攻读学位期间公开发表的论文 |
| 致谢 |
四、交通流的流体动力学模型研究（论文参考文献）
- [1]考虑驾驶员预测特性的带有上匝道的宏观交通流模型[J]. 翟聪,巫威眺. 交通运输系统工程与信息, 2020(04)
- [2]基于分子动力学的车流波动特性及稳定性分析[D]. 周警春. 青岛理工大学, 2019
- [3]基于混沌和神经网络的短时交通流预测研究[D]. 郑元庆. 首都经济贸易大学, 2019(09)
- [4]考虑鸣笛效应和驾驶员异质性的新格子模型稳定性分析[J]. 翟聪,巫威眺. 自动化学报, 2020(08)
- [5]极端枯水位下长江中游船舶交通流协调控制优化研究[D]. 文哲. 武汉理工大学, 2019(07)
- [6]带有最优流量记忆时间差的一类新格子模型[J]. 翟聪,刘伟铭,黄玲. 交通运输系统工程与信息, 2018(04)
- [7]车联网环境下基于驾驶行为特性的交通流建模和拥堵控制问题研究[D]. 翟聪. 华南理工大学, 2017(06)
- [8]基于wiedemann跟驰行为的中观交通流模型[D]. 刘萍. 长沙理工大学, 2016(04)
- [9]交通流复杂动态特性与交通拥堵问题研究[D]. 曹宝贵. 吉林大学, 2010(08)
- [10]基于热力学熵和混沌理论的城市道路交通系统的研究[D]. 刘勇. 长安大学, 2009(11)