| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究现状 | 第10-13页 |
| ·最优路径问题的研究现状 | 第10-11页 |
| ·蚁群算法的研究现状 | 第11-12页 |
| ·基于城市道路交通信息的多约束最优路径算法研究现状 | 第12-13页 |
| ·存在的问题 | 第13页 |
| ·论文结构 | 第13-15页 |
| 第2章 城市道路网络模型的建立 | 第15-32页 |
| ·城市道路交通信息 | 第15-21页 |
| ·较大区域可使用的交通信息 | 第15-17页 |
| ·较小区域可使用的交通信息 | 第17-21页 |
| ·城市道路网络模型的建立 | 第21-24页 |
| ·城市道路网络的要素 | 第21-22页 |
| ·城市道路网络模型的建立 | 第22-23页 |
| ·城市道路网络模型建立的原则 | 第23-24页 |
| ·城市道路中最优路径建模的分析与描述 | 第24页 |
| ·城市道路网络中权值的分析与设计 | 第24-26页 |
| ·城市道路网络中的权值 | 第24-25页 |
| ·城市道路网络中不同目标的最优路径权值设计 | 第25-26页 |
| ·城市道路网络的存储结构设计 | 第26-31页 |
| ·城市道路网络的存储结构 | 第26-29页 |
| ·交通信息在城市道路网络中的表示 | 第29-30页 |
| ·城市道路网络中交通信息的数据库设计与实现 | 第30-31页 |
| ·小结 | 第31-32页 |
| 第3章 蚁群及其改进算法解决最优路径问题的研究 | 第32-43页 |
| ·多约束最优路径问题模型 | 第32-33页 |
| ·多约束最优路径问题的不同目标分析 | 第33-34页 |
| ·传统最优路径算法适用性研究 | 第34-36页 |
| ·蚁群算法解决最优路径问题的应用研究 | 第36-41页 |
| ·蚁群算法模型 | 第36-39页 |
| ·蚁群算法流程 | 第39-40页 |
| ·蚁群算法的优缺点分析 | 第40-41页 |
| ·最大最小蚂蚁系统 | 第41-42页 |
| ·小结 | 第42-43页 |
| 第4章 解决多约束最优路径问题的改进蚁群算法 | 第43-61页 |
| ·蚁群算法应用于多约束城市道路最优路径中存在的问题 | 第43页 |
| ·多约束改进蚁群算法 | 第43-48页 |
| ·多约束城市道路交通信息模型 | 第44页 |
| ·MCACO 算法模型 | 第44-45页 |
| ·MCACO 算法流程 | 第45-47页 |
| ·MCACO 实现过程 | 第47-48页 |
| ·仿真实验结果比较分析 | 第48-53页 |
| ·基于单约束路径长度最短的最优路径实现 | 第48-49页 |
| ·基于多约束路径长度最短的最优路径实现 | 第49-53页 |
| ·算法性能对比分析 | 第53-60页 |
| ·参数对迭代次数影响的对比结果 | 第53-56页 |
| ·参数对算法性能影响的对比结果 | 第56-60页 |
| ·小结 | 第60-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-66页 |