您好,欢迎光临有路网!
高速公路交通意外事件管理关键技术
QQ咨询:
有路璐璐:

高速公路交通意外事件管理关键技术

  • 作者:陈斌
  • 出版社:西南交通大学出版社
  • ISBN:9787811045772
  • 出版日期:2007年01月01日
  • 页数:181
  • 定价:¥29.80
  • 猜你也喜欢

    分享领佣金
    手机购买
    城市
    店铺名称
    店主联系方式
    店铺售价
    库存
    店铺得分/总交易量
    发布时间
    操作

    新书比价

    网站名称
    书名
    售价
    优惠
    操作

    图书详情

    内容提要
    交通意外事件管理是智能交通系统中的关键技术之一,全书围绕在该技术领域进行探索性研究所取得的阶段性成果进行阐述。结合现代信息处理技术分析交通意外事件下高速公路交通流的行为,阐述该情景下交通流微观模型的建立,描述交通意外事件检测模型的建立和试验应用,介绍如何利用现代控制技术进行交通意外事件下的高速公路匝道控制。
    目录
    第1章 绪论
    1.1 我国高速公路交通的发展状况
    1.2 高速公路交通意外事件及其影响
    1.3 ITS与高速公路交通意外事件管理
    1.4 高速公路交通意外事件管理的意义
    第2章 交通意外事件影响下的车辆行为
    2.1 车辆行为模型概述
    2.2 交通意外事件占用道路资源的特性
    2.3 交通意外事件对高速公路交通流的影响
    2.4 意外事件影响下的跟驰模型分析设定
    2.5 意外事件影响下的线性跟驰模型特性
    2.6 意外事件影响下的非线性跟驰模型特性
    2.7 意外事件下基于紧急制动的防碰撞模型分析
    2.8 交通意外事件影响下的基于期望间距的跟驰模特性
    2.9 交通意外事件影响下的车辆跟驰试验
    2.10 车道变换条件调查与特征分析
    2.11 意外事件下的车道变换行为
    第3章 智能主体与交通意外事件下的车辆跟驰模型
    3.1 智能主体概述
    3.2 智能主体认知模型和理论
    3.3 智能主体体系结构的研究
    3.4 智能主体之间的协作和协调
    3.5 智能主体与车辆行为的联系
    3.6 交通意外事件下的跟驰模型框架与车辆主体结构
    3.7 车辆跟驰的信念.愿望.意图模型
    3.8 间距愿望的描述
    3.9 基于PD控制的加速度愿望描述
    3.10 车辆跟驰的意图描述
    3.11 意外事件影响下的跟驰模型应用
    第4章 交通意外事件下的车道变换模型
    4.1 意外事件下的车道变换模型框架
    4.2 车道变换的信念.愿望.意图模型
    4.3 车道变换模型的空间规则
    4.4 车道变换的时间规则
    4.5 车道变换的状态规则
    4.6 车道变换的主观意愿
    4.7 意外事件影响下的车道变换模型应用
    第5章 意外事件下的交通系统仿真技术
    5.1 系统仿真技术回顾
    5.2 交通仿真技术分析
    5.3 交通系统仿真的需求分析
    5.4 基于分层解析的需求分析
    5.5 车辆主体属性与ER模型分析
    5.6 多车辆主体之间的协同
    5.7 系统控制域的相互关系
    5.8 仿真前的交通调查
    5.9 交通系统仿真中的随机变量与车辆产生
    5.10 交通意外事件下的交通仿真平台开发案例
    5.11 交通仿真系统与交通意外事件影响下的交通流数据库
    第6章 交通事件管理系统与检测技术
    6.1 交通事件管理系统的作用原理
    6.2 交通事件管理原统的发展现状
    6.3 交通意外事件的视频检测
    6.4 交通意外事件人工与SOS探测
    6.5 交通意外事件的交通流参数检测
    6.6 交通意外事件检测算法性能评价方法
    6.7 交通意外事件检测的模式识别算法
    6.8 交通意外事件检测的事故理论算法
    6.9 交通意外事件检测的统计预测算法
    6.10 交通意外事件检测的人工智能**检测
    6.11 国内交通意外事件检测的成果
    第7章 神经网络在交通意外事件检测中的应用
    7.1 人工神经网络的特点及其应用
    7.2 人工神经网络的典型模型分析
    7.3 被处理信息与算法选择
    7.4 基于BP算法的MLF模型
    7.5 基于MLF的高速公路意外事件检测模型
    7.6 检测模型的输入特征规律分析
    7.7 检测模型的隐层结构特征分析
    7.8 不同神经网络检测模型的比较
    第8章 支持向量机(SVM)在交通意外事件检测中的应用
    8.1 线性可分SVM及其应用
    8.2 非线性可分SVM分类器的描述与高维推广
    8.3 SVM分类器中的核函数分析
    8.4 SVM分类器用于交通意外事件检测的分析与实现
    8.5 基于SVM的高速公路交通意外事件检测
    8.6 不同输入的高速公路交通意外事件检测分析
    第9章 小波变换在交通事件检测中的应用
    9.1 傅里叶变换及其局限性
    9.2 Garbor变换-窗口Fourier变换
    9.3 小波分析的数学描述
    9.4 选择小波函数的四个原则
    9.5 一维连续小波变换与交通意外事件检测
    9.6 一维离散小波变换与交通意外事件检测
    9.7 二维小波变换与交通意外事件检测
    9.8 基于离散小波的交通意外事件检测
    9.9 检测尺度和小波基的选择
    第10章 组合算法在交通事件检测中的应用
    10.1 不同模型性能检测的数据库设置
    10.2 模型检测试验结果与对比分析
    10.3 一种意外事件检测的组合算法与性能测试
    10.4 在线检测时间与检测车道的规律分析
    第11章 高速公路交通控制模式
    11.1 匝道控制系统特性
    11.2 匝道控制策略
    11.3 匝道控制控制模式
    11.4 动态随机控制模式
    第12章 交通意外事件管理中的卡尔曼滤波与二次高斯控制
    12.2 *优控制问题
    12.3 随机*优控制
    12.4 *优状态估计
    12.5 线性二次型高斯控制
    第13章 交通意外事件下的高速公路匝道控制
    13.1 控制系统范围
    13.2 系统内车流行为
    13.3 系统变量分析与建模
    13.4 交通意外事件下的动态随机匝道控制模式
    13.5 控制目标的选择与分析
    13.6 动态随机匝道控制模式的解法
    13.7 交通意外事件匝道控制效果分析
    参考文献

    ……

    与描述相符

    100

    北京 天津 河北 山西 内蒙古 辽宁 吉林 黑龙江 上海 江苏 浙江 安徽 福建 江西 山东 河南 湖北 湖南 广东 广西 海南 重庆 四川 贵州 云南 西藏 陕西 甘肃 青海 宁夏 新疆 台湾 香港 澳门 海外