基于自适应量子人工鱼群算法的动态路径诱导研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 本文组织结构 | 第14-15页 |
| 第2章 动态路径诱导关键理论 | 第15-25页 |
| 2.1 交通路网抽象 | 第15-18页 |
| 2.1.1 路网信息组成 | 第15-16页 |
| 2.1.2 路网抽象描述 | 第16-17页 |
| 2.1.3 路网存储结构 | 第17-18页 |
| 2.2 动态交通流 | 第18-20页 |
| 2.2.1 交通流特性 | 第18-19页 |
| 2.2.2 集散波理论 | 第19-20页 |
| 2.3 动态路段行程时间 | 第20-24页 |
| 2.3.1 路段行程时间构成 | 第20-21页 |
| 2.3.2 路段行程时间计算 | 第21-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 人工鱼群算法的路径诱导研究 | 第25-41页 |
| 3.1 路径诱导算法选取依据 | 第25-26页 |
| 3.1.1 城市交通路网特点 | 第25页 |
| 3.1.2 算法需满足条件 | 第25-26页 |
| 3.2 鱼群模式 | 第26-29页 |
| 3.2.1 鱼群概念 | 第26-27页 |
| 3.2.2 人工鱼个体 | 第27-28页 |
| 3.2.3 人工鱼视觉模型 | 第28-29页 |
| 3.3 人工鱼群算法 | 第29-36页 |
| 3.3.1 算法描述 | 第29-31页 |
| 3.3.2 执行步骤 | 第31-33页 |
| 3.3.3 参数分析 | 第33-35页 |
| 3.3.4 算法优缺点 | 第35-36页 |
| 3.4 路径诱导应用实例 | 第36页 |
| 3.5 动态路网模型建立 | 第36-40页 |
| 3.5.1 最优路径定义 | 第36-39页 |
| 3.5.2 交通管制信息 | 第39-40页 |
| 3.5.3 动态路网模型 | 第40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 自适应量子人工鱼群算法 | 第41-53页 |
| 4.1 量子人工鱼群算法 | 第41-44页 |
| 4.1.1 量子计算 | 第41-42页 |
| 4.1.2 量子位编码 | 第42-43页 |
| 4.1.3 解空间变换 | 第43页 |
| 4.1.4 量子旋转门 | 第43-44页 |
| 4.1.5 量子非门 | 第44页 |
| 4.2 自适应视野和步长 | 第44-45页 |
| 4.3 反馈-吞食行为 | 第45-46页 |
| 4.4 算法执行步骤 | 第46-47页 |
| 4.5 动态路径诱导算法 | 第47-52页 |
| 4.5.1 寻优模型 | 第48页 |
| 4.5.2 问题描述 | 第48-49页 |
| 4.5.3 路段权值计算 | 第49-50页 |
| 4.5.4 目标适应度计算 | 第50-51页 |
| 4.5.5 动态路径诱导算法步骤 | 第51-52页 |
| 4.6 小结 | 第52-53页 |
| 第5章 仿真实验与结果分析 | 第53-65页 |
| 5.1 实验环境 | 第53页 |
| 5.2 实验数据 | 第53-55页 |
| 5.3 算法有效性验证 | 第55-61页 |
| 5.3.1 验证模型 | 第55-56页 |
| 5.3.2 参数设置 | 第56页 |
| 5.3.3 结果对比 | 第56-61页 |
| 5.4 算法正确性验证 | 第61-64页 |
| 5.4.1 条件假设 | 第61-63页 |
| 5.4.2 参数设置 | 第63页 |
| 5.4.3 结果记录 | 第63-64页 |
| 5.5 小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 全文总结 | 第65页 |
| 6.2 未来展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |
