| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究目的和意义 | 第10-11页 |
| 1.3 研究现状 | 第11-13页 |
| 1.3.1 交通信息预测研究现状 | 第11-12页 |
| 1.3.2 动态路径规划研究现状 | 第12-13页 |
| 1.4 本文研究内容及技术路线 | 第13-14页 |
| 1.5 本章小结 | 第14-16页 |
| 第二章 动态最优路径导航系统框架分析 | 第16-27页 |
| 2.1 动态最优路径导航系统基本框架 | 第16-18页 |
| 2.2 动态最优路径导航系统特性分析 | 第18-19页 |
| 2.2.1 实时性 | 第18页 |
| 2.2.2 准确性 | 第18页 |
| 2.2.3 用户最优 | 第18-19页 |
| 2.2.4 系统最优 | 第19页 |
| 2.3 动态最优路径导航系统关键问题分析 | 第19-22页 |
| 2.3.1 车辆导航集聚性 | 第19-20页 |
| 2.3.2 车辆导航路径环路问题 | 第20-22页 |
| 2.4 动态最优路径导航系统关键技术概述 | 第22-25页 |
| 2.4.1 数据采集及处理技术 | 第22-23页 |
| 2.4.2 动态交通信息预测技术 | 第23-24页 |
| 2.4.3 车辆定位技术 | 第24页 |
| 2.4.4 车辆诱导方式 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 基于多维时空参数的道路交通状态预测及量化分析 | 第27-47页 |
| 3.1 城市道路交通状态特性分析 | 第27-29页 |
| 3.1.1 交通参数分析 | 第27-28页 |
| 3.1.2 交通参数选择原则 | 第28页 |
| 3.1.3 交通流速度的时空特性 | 第28-29页 |
| 3.2 基于时间序列的道路交通状态及变化空间预测模型 | 第29-37页 |
| 3.2.1 基于小波神经网络的道路交通状态预测模型 | 第30-34页 |
| 3.2.2 基于模糊信息粒的SVM道路交通状态波动范围预测模型 | 第34-37页 |
| 3.3 道路交通状态量化分析 | 第37-38页 |
| 3.4 实验仿真 | 第38-45页 |
| 3.4.1 实验数据源及评价指标 | 第38-39页 |
| 3.4.2 道路交通状态预测 | 第39-43页 |
| 3.4.3 道路交通状态波动范围预测 | 第43-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第四章 基于用户偏好的多目标路阻函数模型 | 第47-66页 |
| 4.1 路网表示 | 第47-51页 |
| 4.1.1 路网特性分析 | 第47页 |
| 4.1.2 路网的节点-路段模型表示 | 第47-48页 |
| 4.1.3 路网的连通性 | 第48-49页 |
| 4.1.4 路网的路段-链模型表示 | 第49-51页 |
| 4.2 影响因素分析 | 第51-55页 |
| 4.2.1 出行距离 | 第51-52页 |
| 4.2.2 路侧干扰 | 第52-53页 |
| 4.2.3 道路质量 | 第53-54页 |
| 4.2.4 道路拥挤程度 | 第54-55页 |
| 4.2.5 交叉口延误 | 第55页 |
| 4.3 影响因素归一化 | 第55-56页 |
| 4.4 影响因素权重确定 | 第56-61页 |
| 4.4.1 主观赋权法（层次分析法） | 第57-58页 |
| 4.4.2 客观赋权法（熵权法） | 第58-59页 |
| 4.4.3 组合权重确定 | 第59-61页 |
| 4.5 多约束条件路阻函数 | 第61页 |
| 4.6 仿真分析 | 第61-63页 |
| 4.7 本章小结 | 第63-66页 |
| 第五章 基于用户选择的动态最优路径规划实现及算法优化 | 第66-82页 |
| 5.1 经典最短路径算法介绍 | 第66-68页 |
| 5.1.1 Dijkstra算法 | 第66-67页 |
| 5.1.2 A*算法 | 第67-68页 |
| 5.1.3 Floyd算法 | 第68页 |
| 5.2 动态最优路径算法优化 | 第68-73页 |
| 5.2.1 基于数据存储结构优化 | 第68-70页 |
| 5.2.2 基于路网结构划分优化 | 第70-71页 |
| 5.2.3 基于时间框的搜索机制优化 | 第71-73页 |
| 5.3 案例分析 | 第73-80页 |
| 5.3.1 数据源 | 第73-74页 |
| 5.3.2 路径搜索算法效率分析 | 第74-75页 |
| 5.3.3 路径规划分析 | 第75-80页 |
| 5.4 本章小结 | 第80-82页 |
| 第六章 总结与展望 | 第82-84页 |
| 6.1 论文结论 | 第82-83页 |
| 6.2 论文展望 | 第83-84页 |
| 致谢 | 第84-86页 |
| 参考文献 | 第86-90页 |
| 在学期间发表的论文及参和取得的学术成果 | 第90页 |
