| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景和意义 | 第7页 |
| ·国内外研究现状 | 第7-8页 |
| ·论文主要研究内容 | 第8页 |
| ·论文组织结构 | 第8-11页 |
| 第二章 VANET、蚁群算法及强化学习理论 | 第11-19页 |
| ·VANET 相关技术研究 | 第11-12页 |
| ·VANET 的路由算法概述 | 第11页 |
| ·VAENT 的路由算法分类 | 第11-12页 |
| ·蚁群算法以及在 VANET 中的应用 | 第12-16页 |
| ·蚁群算法原理 | 第12-15页 |
| ·蚁群算法在 VANET 中的应用 | 第15-16页 |
| ·强化学习理论 | 第16-18页 |
| ·瞬时差分算法 | 第16-17页 |
| ·标准 Q 学习 | 第17页 |
| ·强化学习的应用 | 第17-18页 |
| ·小结 | 第18-19页 |
| 第三章 基于 Q 学习改进的蚁群路由算法及车载网中的应用 | 第19-37页 |
| ·基于 Q 学习的 VANET 路由算法 | 第19-21页 |
| ·基于 Q 学习的 VANET 路由算法 QLAODV | 第19-20页 |
| ·QLAODV 的具体实现 | 第20-21页 |
| ·基于 Q 学习的 ABR 算法改进 | 第21-26页 |
| ·基于 Q 学习的 Q-ABR 算法 | 第21-22页 |
| ·仿真实验以及分析 | 第22-26页 |
| ·Q-ABR 算法在 VANET 中的应用 | 第26-35页 |
| ·Q-ABR 在 VANET 中的建模实现 | 第26-30页 |
| ·仿真实验及分析 | 第30-35页 |
| ·小结 | 第35-37页 |
| 第四章 基于信道评估改进的蚁群路由算法及车载网中的应用 | 第37-47页 |
| ·能量高效的蚁群路由算法 | 第37-38页 |
| ·基于信道评估的 ABR 算法改进 | 第38-45页 |
| ·信道评估机制 | 第38-40页 |
| ·CBABR 在 VANET 中的实现方案 | 第40-41页 |
| ·CBABR 算法流程 | 第41-42页 |
| ·仿真实验及分析 | 第42-45页 |
| ·小结 | 第45-47页 |
| 第五章 基于蚁群路由算法的增值服务发现策略 | 第47-57页 |
| ·VANET 环境中的服务发现策略 | 第47-48页 |
| ·VANET 服务发现分类 | 第47页 |
| ·VANET 服务发现类型 | 第47-48页 |
| ·基于 ABR 的增值服务发现策略 | 第48-52页 |
| ·SDABR 的数据结构设计 | 第48-50页 |
| ·SDABR 的服务发现过程 | 第50-52页 |
| ·仿真实验及分析 | 第52-54页 |
| ·实验场景设计 | 第52-53页 |
| ·实验结果及分析 | 第53-54页 |
| ·小结 | 第54-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士期间研究成果 | 第65-66页 |
