第1章 导论
1．1 研究背景及意义
1．2 研究问题及方法
1．3 研究贡献
1．4 本书框架
第2章 概述
2．1 估算交通事故的时空影响范围
2．2 识别与初始事故对应的次生事故
2．3 确定交通事故的发生位置
2．4 估算信号灯路口的车辆排队长度
2．5 本章小结
第3章 结合交通波的传播规律估算事故的时空影响范围
3．1 本章引言
3．2 交通波的传播规律
3．3 优化模型
3．3．1 符号与定义
3．3．2 约束条件
3．3．3 目标函数
3．4 模型性质
3．5 数值实验
3．5．1 仿真数据
3．5．2 真实数据
3．6 本章小结
第4章 利用初始事故的时空影响范围识别次生事故
4．1 本章引言
4．2 模型框架
4．2．1 构建时空速度矩阵
4．2．2 估算初始事故的时空影响范围
4．2．3 识别与初始事故对应的次生事故
4．3 数值实验
4．3．1 数据介绍
4．3．2 代入模型计算
4．3．3 结果和讨论
4．4 本章小结
第5章 利用车流速度的时空演变修正事故报告中事发时间和位置的偏差
5．1 本章引言
5．2 利用车流速度的时空演变确定事发时间和位置
5．2．1 当事故位置所在的道路已知时
5．2．2 当事故位置所在的道路未知时
5．3 模型框架
5．3．1 选择可能的事发道路
5．3．2 绘制时空速度图
5．3．3 约束条件
5．3．4 目标函数
5．4 模型性质
5．5 数值实验
5．5．1 数据介绍
5．5．2 参数设置
5．5．3 实验结果
5．6 拓展讨论
5．6．1 事故造成相反道路方向上的拥堵
5．6．2 时空区域中存在多起事故
5．7 本章小结
第6章 估算信号灯路口车辆排队形成的时空拥堵区域
6．1 本章引言
6．2 优化模型
6．2．1 符号与定义
6．2．2 约束条件
6．2．3 目标函数
6．3 数值实验
6．3．1 仿真数据
6．3．2 NGSIM数据
6．4 本章小结
第7章 总结与展望
7．1 总结
7．2 展望
参考文献
附录A
第5章 中数值实验部分的相关数据与结果
附录B
第5章 中使用的符号和变量
B．1 参数
B．2 决策变量
附录C
第6章 中使用的符号和变量
C．1 参数
C．2 决策变量
在学期间发表的学术论文与获奖情况
致谢
展开
