硕士学位论文开题报告.docx

硕士学位论文开题报告硕士学位论文题目宋体小二号字加粗研究生指导教师学号学院专业年月一摘要论文题目中文基于神经网络算法的告诉公路交通状态判别与预测方法研究英文摘要不超过字关键词中文英文关键词数量不少于三个关键词之间空一格英文用分隔二立题依据研究意义国内外研究现状主要参考文献及出处路网状态评价方法方面路网的交通状态与路网的运行状态实为一体对路网进行状态的评价是改善其运行质量的前提和依据另一方面在我国对大城市的交通管理道路交通服务水平智能交通系统效果等方面的评价已有部分研究成果但是专门针对高速公路路网状态的评价尚不多见而且目前仅存的一些路网状态评价方法也都是针对单个路段所处的运行状态进行评价缺少从微观路段到宏观路网的分层次路网状态评价方法目前国内外学者对于路网状态评价主要集中在以下一些方面数理统计评价方法数理统计是指研究如何有效地收集数据如何对数据进行推理以便对考察的问题进行推断或者预测从而对决策和行动提供依据和建议目前数理统计方法已经被广泛的运用于道路交通状态评价的理论研究和实际应用中该方法主要包括回归模型和概率模型建立了速度的简单线性回归模型模型的构建基于两个解释变量高峰小时的交通量和交叉口信号密度该模型的测定系数较低有待于进一步增加解释变量的数量来提高模型的预测精度等人采用软件仿真了信号密度和平均日交通流量对平均行程速度的影响得到了交叉口密度对平均形成速度有较大影响的结论并对高等级主干路和低等级的主干路分别建立了回归模型利用宏观交通流理论中的网络模型建立了高峰时段城市道路的交通拥堵评价模型在收集了实测数据后采用线性回归的方法针对高速公路和主干道分别建立了速度预测替代模型开发的拥挤持续时间模型用于估计路网中拥堵瓶颈的拥堵持续时间模型研究了和拥堵排队时间的关系并建立了二者的回归函数关系式高斯混合模型是一种直观的概率密度模型可以反映某段时间内图像运动的统计特征在手机交通流视频录像后采用了离散余弦变换和高斯混合模型来预测交通状态根据极大似然函数准则来确定不同时段交通系统所处的状态提出了改进的基于高斯混合模型的路网状态统计模型计算的基础是速度的分布规律通过比较速度的均值方差和混合分布来判断路网状态的改变人工智能技术评价方法人工智能技术作为控制论信息论系统论计算机科学心理学数学等各种学科相互渗透的产物主要研究如何利用机器模仿人脑从事推理规划设计思考学习等思维活动来解决复杂问题其理论和应用领域涉及的范围很广目前在路网状态判别理论方面利用人工智能技术已经开展了大量的研究工作主要包括模糊逻辑模式识别神经网络遗传博弈等算法采用模糊理论提出了评价整个区域所有交通系统的服务水平的指标率先应用模糊集理论建立了高速公路的交通状态评价模型提出了道路交通拥堵综合评价指标来全面反映拥堵程度同样使用模糊逻辑的方法构建了交通从自由流到拥堵状态的连续变量建立自适应模糊神经推理系统开发了用于交通状态自动判别的神经网络模型该模型适用于集成的高速公路和信号交叉口路网通过人工神经网络能够识别和划分交通时空分布模式蒋桂艳在分析交通拥堵特性和信息处理函数的基础上开发了基于的交通拥堵识别算法赵风波研究了基于模糊聚类分析的交通状态识别方法提出了一种改进的模糊均值算法采用启发式方法有效的解决了聚类数目和模糊指数的选取问题通过分析可以发现很有必要结合国内外研究现状从单个桥隧路段状态评价分析入手通过对多个桥隧路段进行分层路网状态评价进行研究来评价整体路网的状态具有理论的创新意义和现实的应用价值三研究方案及工作基础研究目标研究内容及拟解决的关键问题拟采取的研究方法及技术路线研究工作基础四论文工作计划及预期成果论文工作进度安排起止时间工作内容备注预期成果五开题报告作者承诺及导师意见我保证上述填报内容的真实性并将在导师指导下严格遵守学校的有关规定按计划认真开展硕士学位论文研究工作研究生签名年月日我已审阅过开题报告的全部内容同意举行开题报告会指导教师签名年月日注开题报告结束后本表与大学硕士学位论文开题报告审核表一起交至学院研究生教务员处