城市智能交通中的动态路径规划研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究目的与意义 | 第10-11页 |
| 1.2 研究背景 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 论文研究的创新点与主要内容 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第2章 路网结构和静态路径算法 | 第16-22页 |
| 2.1 路网抽象和权重 | 第16-18页 |
| 2.1.1 路网的抽象 | 第16-17页 |
| 2.1.2 路网的权重 | 第17-18页 |
| 2.2 静态最短路径算法 | 第18-21页 |
| 2.2.1 经典最短路径算法 | 第18-20页 |
| 2.2.2 经典最短路径算法局限性 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 静态路网分层的改进A*算法与实现 | 第22-33页 |
| 3.1 路网分层的改进A*算法 | 第22-26页 |
| 3.1.1 改进A*算法 | 第22-24页 |
| 3.1.2 路网的分层 | 第24页 |
| 3.1.3 分层改进A~*算法的实现步骤 | 第24-25页 |
| 3.1.4 算法时间复杂度分析 | 第25-26页 |
| 3.2 算法的数据存储 | 第26-27页 |
| 3.3 算法的仿真 | 第27-31页 |
| 3.3.1 开发工具的选择 | 第27页 |
| 3.3.2 仿真结果与分析 | 第27-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第4章 动态路网时间权重的预测 | 第33-45页 |
| 4.1 BP神经网络交通流预测 | 第33-42页 |
| 4.1.1 BP神经网络 | 第33-34页 |
| 4.1.2 网络构建 | 第34-37页 |
| 4.1.3 网络训练 | 第37-39页 |
| 4.1.4 网络预测与分析 | 第39-42页 |
| 4.2 道路时间权重计算 | 第42-44页 |
| 4.2.1 BPR时间路阻函数模型与不足 | 第42页 |
| 4.2.2 道路时间权重与车流量函数 | 第42-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第5章 交通流预测下的动态路径规划 | 第45-54页 |
| 5.1 交通流预测下动态路径规划概述 | 第45-46页 |
| 5.2 交通流预测下的动态路径规划框架 | 第46-47页 |
| 5.3 交通流预测下的动态路径规划算法 | 第47-49页 |
| 5.3.1 模型假设 | 第47页 |
| 5.3.2 动态路径规划思路 | 第47-48页 |
| 5.3.3 动态路径规划步骤 | 第48-49页 |
| 5.4 数据准备 | 第49页 |
| 5.5 仿真结果与分析 | 第49-53页 |
| 5.5.1 各种路径规划方法结果比较 | 第49-52页 |
| 5.5.2 不同出发时刻的路径规划 | 第52-53页 |
| 5.6 本章小结 | 第53-54页 |
| 第6章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60页 |
