| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 国内外相关研究现状 | 第10-12页 |
| 1.3 论文研究目的和意义 | 第12-13页 |
| 1.4 论文主要研究内容和组织结构 | 第13-15页 |
| 第二章 交通信号控制 | 第15-27页 |
| 2.1 交通流基本理论 | 第15-17页 |
| 2.2 交通信号控制概述 | 第17-22页 |
| 2.2.1 相位控制简介 | 第17-19页 |
| 2.2.2 信号控制参数 | 第19-20页 |
| 2.2.3 常用性能指标 | 第20-22页 |
| 2.3 基本交通信号控制方法 | 第22-25页 |
| 2.4 智能交通控制 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于模拟退火机制的精英协同进化算法 | 第27-48页 |
| 3.1 进化算法 | 第27-31页 |
| 3.2 协同进化算法 | 第31-38页 |
| 3.2.1 协同进化算法基本原理 | 第31-35页 |
| 3.2.2 精英协同进化算法 | 第35-38页 |
| 3.3 模拟退火算法 | 第38-41页 |
| 3.3.1 模拟退火算法基本原理 | 第38-40页 |
| 3.3.2 改进的快速模拟退火算法 | 第40-41页 |
| 3.4 结合模拟退火和精英策略的协同进化算法（SACEA） | 第41-47页 |
| 3.4.1 现有协同进化算法的不足 | 第41页 |
| 3.4.2 结合模拟退火和精英策略的协同进化算法构造 | 第41-45页 |
| 3.4.3 算法性能测试及分析 | 第45-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 基于 SACEA 的单交叉口协调控制优化 | 第48-62页 |
| 4.1 单交叉口配时模型 | 第48-53页 |
| 4.2 单交叉口配时方法 | 第53-55页 |
| 4.2.1 Webster 配时方案 | 第53页 |
| 4.2.2 遗传算法单交叉口配时优化 | 第53-54页 |
| 4.2.3 其他单交叉口配时方案 | 第54-55页 |
| 4.3 基于 SACEA 的单交叉口平均延误优化 | 第55-59页 |
| 4.3.1 实际优化案例 | 第55页 |
| 4.3.2 SACEA 优化平均延误仿真 | 第55-57页 |
| 4.3.3 遗传算法优化平均延误仿真 | 第57-58页 |
| 4.3.4 实验结果对比分析 | 第58-59页 |
| 4.4 基于 SACEA 的单交叉口平均停车率优化 | 第59-61页 |
| 4.4.1 SACEA 优化平均停车率仿真 | 第59-60页 |
| 4.4.2 遗传算法优化平均停车率仿真 | 第60页 |
| 4.4.3 实验结果对比分析 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 基于 SACEA 的多交叉口协调控制优化 | 第62-71页 |
| 5.1 多交叉口协调控制 | 第62-64页 |
| 5.2 多交叉口协调优化模型 | 第64-65页 |
| 5.3 多交叉口优化配时算法 | 第65-67页 |
| 5.3.1 SACEA 优化多交叉口交通信号 | 第66-67页 |
| 5.3.2 遗传算法优化多交叉口交通信号 | 第67页 |
| 5.4 实例分析验证 | 第67-70页 |
| 5.4.1 多交叉口实际优化案例 | 第67-68页 |
| 5.4.2 SACEA 和遗传算法优化仿真 | 第68-70页 |
| 5.4.3 SACEA 和遗传算法优化结果对比分析 | 第70页 |
| 5.5 本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 本文工作总结 | 第71页 |
| 6.2 展望 | 第71-73页 |
| 参考文献 | 第73-75页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第75-76页 |
| 致谢 | 第76页 |
