基于自组织理论的交叉口群驾驶员行为机理的分析

《基于自组织理论的交叉口群驾驶员行为机理的分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、·独创性声明本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得武汉理工大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名：日期：学位论文使用授权书本人完全了解武汉理工大学有关保留、使用学位论文的规定，即学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权武汉理工大学可以将本学位论文的全部内容编入有关数据

2、库进行检索，可以采用影印、缩印或其他复制手段保存或汇编本学位论文。同时授权经武汉理工大学认可的国家有关机构或论文数据库使用或收录本学位论文，并向社会公众提供信息服务。（保密的论文在解密后应遵守此规定）研究生（签名）：导师（签名）：日期····武汉理工大学硕士学位论文摘要交叉口群本身的物理结构存在着极大的关联性，随着信息技术的发展，交叉口群越来越呈现出复杂性与信息的多源性。在微观层面上看，由于驾驶员具有协同操作与综合认知能力是交通信息的处理者，在交叉口群系统中发挥着自主决策功能；在宏观层面上看，驾驶员群在整个交通流中的驾驶行为表现出一定的自组织特

3、性。本文首先，通过研究交叉口群的内部机理，对交叉口群信息构成进行研究，对了交叉口群交通流自组织的特性以及交通信息对驾驶员行为决策影响分析，研究了交叉口群信息、驾驶员、路网状况间的相互关系。其次，对交叉口群交叉口流的自组织特性进行研究，并基于CTM元胞传输建立了交叉口群自组织交通流的路段以及节点模型，同时还分析城市交叉口群系统的信息构成，把握驾驶员在交叉口群受多源信息刺激下的认知心理以及行为特性，构建了驾驶员在交叉口群的任务集聚认知活动链。最后，通过研究自组织行为模式下交叉口群信息流与驾驶行为的映射关系，得到了多源信息下交叉口群系统自组织的发展条

4、件和规律性；使用有序多分类Logistic回归分析的方法，对驾驶员的认知行为决策建立模型，将驾驶员的认知心理运用于对交叉口群出行信息的认知模式分析中。分析了驾驶员自身属性（性别、学历、年龄、驾龄）、对交通信息源认知偏好、对出行信息需求、对出行信息的信任度、出行决策的主要依据等因素对驾驶员出行决策改变频率的影响，并对模型用似然比检验以及拟合优度进行检验，验证了模型的可接受性。关键词：交叉口群、交通流自组织、多源信息、认知心理、驾驶行为I····武汉理工大学硕士学位论文AbstractIntersectionsgrouphasgreatreleva

5、nceinitsphysicalstructure,andmorelikely topresentcomplexityandmultifocalinformationasthedevelopmentofinformation technology.Atmicrocosmicaspect,driversequippingwithconcurrentoperationand comprehensivecognitiveabilityaretheinformationhandlerandmakedecisionson one'sownattheint

6、ersectionsgroupsystem;Atmacroscopicaspect,drivershave somecertainself-organizingcharacteristicatthewholetrafficflowfortheirbehavior. Thispapertriestodoresearchontheinnermechanismofintersectionsgroup, analyzesitstrafficflowself-organizingcharacteristic,andbuildsectionand inte

7、rsectionself-organizingcharacteristicmodelsbasedonCTM.Besides,thispaper analyzesthemake-upofurbanintersectionsgroupinformation,graspsdrivers cognitivepsychologyandbehaviorcharacteristicsundertheintersectionsgroup multi-sourceinformationstimulation,buildsdriverstaskagglomerat

8、ioncognitive activitychain.Bystudyingthemappingrelationbetweeninformationst