遗传算法在交通控制中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-15页 |
| ·国外城市交通控制系统的发展概况 | 第9页 |
| ·国内城市交通控制技术的发展概况 | 第9-10页 |
| ·国内外研究智能交通的几种基本方法 | 第10页 |
| ·交通控制中的优化问题和智能算法 | 第10-13页 |
| ·智能算法 | 第11页 |
| ·遗传算法的特点 | 第11-13页 |
| ·遗传算法在其交通应用中存在的问题 | 第13页 |
| ·本研究的思路和基本步骤，拟解决的主要问题 | 第13页 |
| ·本文创新点和文章安排 | 第13-15页 |
| 2 遗传算法简介 | 第15-20页 |
| ·遗传算法运行过程 | 第15-17页 |
| ·遗传算子 | 第17-18页 |
| ·遗传算法的适应度 | 第18-19页 |
| ·本节结束语 | 第19-20页 |
| 3 带不等式约束条件的遗传算法 | 第20-27页 |
| ·引言 | 第20页 |
| ·模拟退火算法 | 第20-23页 |
| ·模拟退火算法的模型 | 第21页 |
| ·模拟退火算法步骤 | 第21-22页 |
| ·模拟退火选择 | 第22-23页 |
| ·自适应适应度调整 | 第23-24页 |
| ·具体算法过程 | 第24页 |
| ·算例测试 | 第24-26页 |
| ·本章结束语 | 第26-27页 |
| 4 动态交叉路口模型的建立及仿真 | 第27-38页 |
| ·预备知识 | 第27-29页 |
| ·交通信号控制系统的主要术语和参数 | 第27页 |
| ·信号控制的控制参数 | 第27-29页 |
| ·单交叉路口的模型 | 第29-31页 |
| ·两个交叉路口模型的建立 | 第31-33页 |
| ·模型中还存在的问题 | 第31页 |
| ·路口内到达与离开车辆数的联系 | 第31-33页 |
| ·两个交叉路口之间的相位差 | 第33-35页 |
| ·根据相位差对周期的调整 | 第34页 |
| ·相邻路口间相位差的具体算法 | 第34-35页 |
| ·两个交叉路口总的优化模型 | 第35页 |
| ·交通仿真及具体算法 | 第35-37页 |
| ·本章结束语 | 第37-38页 |
| 5 含有等式约束的遗传算法 | 第38-45页 |
| ·含有等式约束的优化问题 | 第38-40页 |
| ·一般等式约束 | 第38-39页 |
| ·特殊非线性等式约束 | 第39-40页 |
| ·算法的可行性分析 | 第40-42页 |
| ·交叉算子的搜索可达域 | 第40-41页 |
| ·变异算子的搜索可达域 | 第41页 |
| ·本文算法有效性的证明 | 第41-42页 |
| ·数值实验 | 第42-43页 |
| ·交通控制的仿真 | 第43-44页 |
| ·本章结论语 | 第44-45页 |
| 6 交通网络模型及算法实现 | 第45-52页 |
| ·问题的引出 | 第45-46页 |
| ·模型的建立 | 第46-47页 |
| ·具体算例 | 第47-48页 |
| ·多目标优化模型 | 第48-50页 |
| ·算法过程 | 第48-49页 |
| ·排队选择 | 第49页 |
| ·小生境 | 第49页 |
| ·自动适应的适应度函数 | 第49-50页 |
| ·具体算法 | 第50页 |
| ·算法实验 | 第50-51页 |
| ·本章结束语 | 第51-52页 |
| 7 结论与展望 | 第52-54页 |
| ·本文工作总结 | 第52页 |
| ·今后研究展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间发表的学术论文目录与参与的项目 | 第59页 |
