车联网中多虚拟车协同服务方法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 主要缩略语及中英文对照 | 第15-16页 |
| 第一章 绪论 | 第16-27页 |
| 1.1. 研究背景 | 第16-24页 |
| 1.1.1. 自动驾驶 | 第16-17页 |
| 1.1.2. 智能交通 | 第17-19页 |
| 1.1.3. 车联网 | 第19-21页 |
| 1.1.4. 虚拟车 | 第21-22页 |
| 1.1.5. 背景小结 | 第22-24页 |
| 1.2. 主要工作 | 第24-25页 |
| 1.3. 论文组织结构 | 第25-26页 |
| 1.4. 课题来源 | 第26-27页 |
| 第二章 多虚拟车协同服务关键技术研究综述 | 第27-39页 |
| 2.1. 车联网中局部协同服务相关研究 | 第27-28页 |
| 2.2. 车联网中全局协同服务相关研究 | 第28-30页 |
| 2.3. 车联网中可信度量相关研究 | 第30-31页 |
| 2.4. 车联网中多虚拟车混合协同服务框架 | 第31-35页 |
| 2.5. 多虚拟车协同服务场景分析 | 第35-37页 |
| 2.5.1. 多虚拟车局部协同服务方法 | 第35-37页 |
| 2.5.2. 多虚拟车全局协同服务方法 | 第37页 |
| 2.5.3. 多虚拟车行为的可信度量方法 | 第37页 |
| 2.6. 本章小结 | 第37-39页 |
| 第三章 基于信息传播和参与激励的局部协同方法 | 第39-55页 |
| 3.1. 引言 | 第39-40页 |
| 3.2. 系统概述 | 第40-43页 |
| 3.2.1. 感知群落的产生 | 第41页 |
| 3.2.2. 群体通信的实现 | 第41-42页 |
| 3.2.3. 模块的柔性组合 | 第42-43页 |
| 3.3. 虚拟车之间的信息传播 | 第43-46页 |
| 3.3.1. 基于竞争的转发 | 第44-46页 |
| 3.3.2. 基于簇的转发 | 第46页 |
| 3.4. 结合信息传播的多虚拟车协同决策 | 第46-48页 |
| 3.4.1. 分布式协同方案 | 第46-47页 |
| 3.4.2. 集中式协同方案 | 第47-48页 |
| 3.4.3. 基于簇的协同方案 | 第48页 |
| 3.5. 仿真验证 | 第48-54页 |
| 3.5.1. 激励效果分析 | 第49-51页 |
| 3.5.2. 通信开销分析 | 第51-53页 |
| 3.5.3. 综合对比讨论 | 第53-54页 |
| 3.6. 本章小结 | 第54-55页 |
| 第四章 基于价值迭代和组合优化的全局协同方法 | 第55-77页 |
| 4.1. 引言 | 第55-56页 |
| 4.2. 系统概述 | 第56-57页 |
| 4.2.1. 单虚拟车路线生成 | 第56-57页 |
| 4.2.2. 多虚拟车路线协同组合优化 | 第57页 |
| 4.3. 基于价值迭代网络的虚拟车路线生成 | 第57-64页 |
| 4.3.1. 价值迭代模型 | 第58-59页 |
| 4.3.2. 构建城市导航模型 | 第59-60页 |
| 4.3.3. 神经网络结构设计 | 第60-61页 |
| 4.3.4. 处理训练数据 | 第61-63页 |
| 4.3.5. 神经网络的训练与路径生成 | 第63-64页 |
| 4.4. 多虚拟车群体路线协同组合优化 | 第64-69页 |
| 4.4.1. 虚拟车协调系统 | 第64页 |
| 4.4.2. 多虚拟车全局协调问题建模 | 第64-66页 |
| 4.4.3. 全局协调算法 | 第66-69页 |
| 4.5. 仿真验证 | 第69-76页 |
| 4.5.1. 虚拟车的路线生成 | 第69-73页 |
| 4.5.2. 云端协同组合优化 | 第73-76页 |
| 4.6. 本章小结 | 第76-77页 |
| 第五章 基于邻近传播和中心仲裁的可信度量方法 | 第77-93页 |
| 5.1. 引言 | 第77-78页 |
| 5.2. 系统概述 | 第78-79页 |
| 5.3. 虚拟车之间的信任关系建立 | 第79-81页 |
| 5.3.1. 邻近传播算法 | 第79-81页 |
| 5.3.2. 信任度量 | 第81页 |
| 5.4. 基于邻近传播的信任迭代 | 第81-85页 |
| 5.4.1. 相互监督模型 | 第81-83页 |
| 5.4.2. 消息传递和簇头生成 | 第83-85页 |
| 5.5. 全局虚拟车的证据融合 | 第85-86页 |
| 5.6. 仿真验证 | 第86-92页 |
| 5.6.1. 邻近传播算法 | 第87-88页 |
| 5.6.2. 动态局部信任评估 | 第88-89页 |
| 5.6.3. 全局历史声誉评估 | 第89-90页 |
| 5.6.4. 融合边缘和云端的信任评估 | 第90-92页 |
| 5.7. 本章小结 | 第92-93页 |
| 第六章 结束语 | 第93-96页 |
| 6.1. 工作总结 | 第93-94页 |
| 6.2. 未来工作 | 第94-96页 |
| 参考文献 | 第96-102页 |
| 致谢 | 第102-104页 |
| 攻读博士学位期间发表的学术论文目录 | 第104-106页 |
| 攻读博士学位期间参与项目及专利 | 第106页 |
