摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第9-19页 |
1.1 研究背景及意义 | 第9-11页 |
1.2 国内外研究现状 | 第11-15页 |
1.2.1 浮动车数据的应用现状 | 第11-12页 |
1.2.2 基于浮动车数据的道路行驶时间估算研究现状 | 第12-14页 |
1.2.3 最短路径优化算法研究现状 | 第14-15页 |
1.3 研究目标与内容 | 第15-16页 |
1.4 论文的组织结构 | 第16-19页 |
第二章 道路行驶时间估算与路径优化相关算法分析 | 第19-27页 |
2.1 道路数据定义 | 第19-20页 |
2.2 单车道路行驶时间估算 | 第20-23页 |
2.2.1 平均瞬时速度法求单车道路行驶时间 | 第20页 |
2.2.2 线性插值法求单车道路行驶时间 | 第20-21页 |
2.2.3 基于速度权重法求单车道路行驶时间 | 第21-23页 |
2.3 多车融合道路行驶时间估算算法 | 第23-24页 |
2.3.1 平均值法 | 第23页 |
2.3.2 中位数值法 | 第23-24页 |
2.4 最短路径优化算法 | 第24-26页 |
2.4.1 Dijkstra算法 | 第24-25页 |
2.4.2 最佳优先算法 | 第25页 |
2.4.3 A*算法 | 第25-26页 |
2.5 本章小结 | 第26-27页 |
第三章 基于低频浮动车数据的道路行驶时间估算 | 第27-44页 |
3.1 低频浮动车GPS轨迹数据分析 | 第27-28页 |
3.2 单车道路行驶时间估算算法 | 第28-35页 |
3.2.1 基于单条数据估算算法 | 第29页 |
3.2.2 基于多条数据估算算法 | 第29-34页 |
3.2.3 单车道路行驶时间估算算法流程设计 | 第34-35页 |
3.3 多车融合道路行驶时间估算 | 第35-37页 |
3.3.1 多车融合道路行驶时间估算算法 | 第35-36页 |
3.3.2 多车融合道路行驶时间估算算法流程设计 | 第36-37页 |
3.4 算法实现与结果分析 | 第37-43页 |
3.5 本章小结 | 第43-44页 |
第四章 基于浮动车数据的路径优化 | 第44-60页 |
4.1 基于最短出行距离的路径优化 | 第44-49页 |
4.1.1 基于最短出行距离路径优化算法 | 第44-47页 |
4.1.2 基于最短出行距离路径优化算法流程设计 | 第47-49页 |
4.2 基于最短出行时间的路径优化 | 第49-55页 |
4.2.1 基于最短出行时间路径优化 | 第50-54页 |
4.2.2 基于最短出行时间路径优化算法流程设计 | 第54-55页 |
4.3 算法实现与结果分析 | 第55-59页 |
4.3.1 最短出行距离路径优化算法实现与分析 | 第55-57页 |
4.3.2 最短出行时间路径优化算法实现与分析 | 第57-59页 |
4.4 本章小结 | 第59-60页 |
第五章 道路行驶时间与路径优化可视化系统的设计与实现 | 第60-79页 |
5.1 需求分析与总体设计 | 第60-64页 |
5.1.1 需求分析 | 第60-61页 |
5.1.2 整体框架设计 | 第61-63页 |
5.1.3 功能模块设计 | 第63-64页 |
5.2 数据库详细设计 | 第64-69页 |
5.2.1 数据库概念设计 | 第64-65页 |
5.2.2 数据库逻辑设计 | 第65-68页 |
5.2.3 数据库物理结构设计 | 第68-69页 |
5.3 模块设计 | 第69-74页 |
5.3.1 道路行驶时间估算 | 第69-72页 |
5.3.2 路径优化 | 第72-73页 |
5.3.3 可视化系统 | 第73-74页 |
5.4 系统实现与测试 | 第74-78页 |
5.4.1 系统实现 | 第74-75页 |
5.4.2 系统测试 | 第75-78页 |
5.5 本章小结 | 第78-79页 |
第六章 总结与展望 | 第79-81页 |
6.1 本文工作总结 | 第79-80页 |
6.2 后期工作展望 | 第80-81页 |
参考文献 | 第81-84页 |
攻读硕士学位期间取得的研究成果 | 第84-85页 |
致谢 | 第85页 |