动态路径诱导系统的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7-8页 |
| ·智能交通系统研究内容 | 第8-9页 |
| ·路径诱导系统综述及发展现状 | 第9-10页 |
| ·本文研究内容及章节安排 | 第10-13页 |
| 第二章 城市道路网提取 | 第13-27页 |
| ·道路网提取的理论基础 | 第13-17页 |
| ·数字图像概念 | 第13页 |
| ·颜色模型 | 第13-15页 |
| ·聚类分析 | 第15页 |
| ·数字形态学 | 第15-17页 |
| ·道路网提取的实现 | 第17-26页 |
| ·地图的特征分析 | 第17-18页 |
| ·颜色归一化 | 第18-20页 |
| ·去错误标记点 | 第20-21页 |
| ·去噪处理 | 第21-22页 |
| ·膨胀与腐蚀 | 第22-23页 |
| ·细化 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 动态诱导关键问题 | 第27-39页 |
| ·交通路网的组成分析 | 第27-28页 |
| ·路线选择的最优目标 | 第28-30页 |
| ·动态路径诱导系统建模 | 第30-31页 |
| ·动态路径诱导的特征 | 第30-31页 |
| ·动态交通路网建模 | 第31页 |
| ·行程时间的计算 | 第31-36页 |
| ·交通流基本理论 | 第32-34页 |
| ·路段行程时间的预测方法 | 第34-36页 |
| ·路径规划方案选择 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 经典最优路径规划算法 | 第39-59页 |
| ·Dijkstra 算法 | 第39-41页 |
| ·算法原理 | 第39-41页 |
| ·算法瓶颈 | 第41页 |
| ·蚁群算法 | 第41-53页 |
| ·算法原理 | 第42-43页 |
| ·算法模型及实现流程 | 第43-46页 |
| ·参数对算法的影响 | 第46-48页 |
| ·算法的改进 | 第48-53页 |
| ·遗传算法 | 第53-58页 |
| ·算法原理 | 第53-54页 |
| ·实现流程 | 第54-57页 |
| ·与蚁群算法的对比 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 双种群遗传蚁群算法 | 第59-83页 |
| ·双种群遗传蚁群算法的提出 | 第59-72页 |
| ·算法的提出 | 第59页 |
| ·算法原理 | 第59-62页 |
| ·数学模型 | 第62-63页 |
| ·实现流程 | 第63-64页 |
| ·仿真结果与分析 | 第64-72页 |
| ·DP-GACA 在路网上的实现 | 第72-74页 |
| ·路径诱导与 TSP 问题的区别 | 第72页 |
| ·对 DP-GACA 关键部分的调整 | 第72-74页 |
| ·实现结果对比分析 | 第74-81页 |
| ·本章小结 | 第81-83页 |
| 第六章 总结及展望 | 第83-85页 |
| ·本文工作 | 第83页 |
| ·展望 | 第83-85页 |
| 致谢 | 第85-87页 |
| 参考文献 | 第87-90页 |
