基于浮动车数据的动态路网路径规划研究
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第一章 绪论 | 第10-22页 |
·研究背景 | 第10-11页 |
·论文研究意义及目标 | 第11-12页 |
·研究内容及技术路线 | 第12-15页 |
·研究内容 | 第12-15页 |
·研究方法及技术路线 | 第15页 |
·国内外研究现状 | 第15-20页 |
·地图匹配研究现状 | 第15-17页 |
·基于动态路网的路径规划研究现状 | 第17-19页 |
·基于车型的轨迹模式识别研究现状 | 第19页 |
·研究现状小结 | 第19-20页 |
·论文结构 | 第20-21页 |
·本章小结 | 第21-22页 |
第二章 基于延时策略的地图匹配算法 | 第22-41页 |
·引言 | 第22页 |
·相关工作 | 第22-26页 |
·地图匹配问题描述 | 第22-23页 |
·基于拓扑结构的地图匹配难题 | 第23-26页 |
·多策略组合的匹配算法 | 第26-34页 |
·算法概述 | 第26-27页 |
·算法框架 | 第27-28页 |
·道路候选集选择 | 第28页 |
·夹逼策略 | 第28-30页 |
·低速点策略 | 第30-31页 |
·修正策略 | 第31-32页 |
·基于匹配确定性的二次匹配策略 | 第32-34页 |
·实验 | 第34-40页 |
·地图数据 | 第34-35页 |
·GPS 数据 | 第35页 |
·参数选择与运行环境 | 第35-36页 |
·正确性检验 | 第36页 |
·实验结果 | 第36页 |
·策略正确率对比 | 第36-40页 |
·本章小结 | 第40-41页 |
第三章 基于热门路线的动态路网构造 | 第41-65页 |
·引言 | 第41-44页 |
·相关工作 | 第44-46页 |
·动态路网构建难题 | 第44-46页 |
·基于道路通行量的自由流车辆挖掘 | 第46-50页 |
·自由通行量定义 | 第46-47页 |
·线性鉴别分析法 | 第47-49页 |
·基于线性鉴别分析法的车辆分类 | 第49-50页 |
·基于行驶习惯的固定路线车辆挖掘 | 第50-53页 |
·公交习惯定义 | 第50-51页 |
·算法流程 | 第51页 |
·实验 | 第51-53页 |
·基于多车型的动态路网构造 | 第53-59页 |
·基于自由流车辆的热门路线提取 | 第53-56页 |
·基于固定车辆的拥堵道路提取 | 第56-59页 |
·基于改进的二阶段聚类算法的动态路网经验提取 | 第59-64页 |
·二阶段聚类算法数据预处理 | 第60-62页 |
·改进的二阶段聚类算法 | 第62-64页 |
·本章小结 | 第64-65页 |
第四章 基于动态网络的路径规划算法 | 第65-75页 |
·引言 | 第65-66页 |
·基于动态路网的路径规划问题定义 | 第66-68页 |
·其他相关定义 | 第67-68页 |
·基于动态路网的改进 A*算法 HSDA* | 第68-70页 |
·算法流程 | 第69-70页 |
·测试 | 第70-73页 |
·测试环境 | 第70页 |
·测试数据 | 第70-71页 |
·测试方案 | 第71页 |
·HSU-HT-HSDA*算法策略组合测试 | 第71-72页 |
·对比测试 | 第72-73页 |
·本章小结 | 第73-75页 |
第五章 物流配送中的应用研究 | 第75-86页 |
·应用背景 | 第75-76页 |
·应用方案设计 | 第76页 |
·基于蚁群搜索的捕食搜索算法的 TSP 问题求解 | 第76-81页 |
·原始捕食搜索算法 | 第76-77页 |
·蚁群算法 | 第77页 |
·算法说明与参量选定 | 第77-78页 |
·基于蚁群搜索的捕食搜索算法 | 第78-79页 |
·基于蚁群搜索的捕食搜索算法的算法步骤 | 第79-81页 |
·基于动态路网的改进 A*算法的路径规划求解 | 第81-82页 |
·实例应用 | 第82-85页 |
·需求描述 | 第82页 |
·实例应用 | 第82-85页 |
·本章小结 | 第85-86页 |
总结与展望 | 第86-88页 |
参考文献 | 第88-92页 |
攻读硕士学位期间取得的成果 | 第92-93页 |
致谢 | 第93-94页 |
附件 | 第94页 |