| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第13-22页 |
| 1.1 选题背景与研究意义 | 第13-14页 |
| 1.1.1 选题背景 | 第13-14页 |
| 1.1.2 研究意义 | 第14页 |
| 1.2 国内外研究现状综述 | 第14-17页 |
| 1.2.1 矢量栅格数据融合 | 第14-15页 |
| 1.2.2 公路纵断面选线方法 | 第15-16页 |
| 1.2.3 随机性优化算法的发展现状 | 第16-17页 |
| 1.2.4 小结 | 第17页 |
| 1.3 研究目标、内容与拟解决的关键问题 | 第17-19页 |
| 1.3.1 研究目标 | 第17-18页 |
| 1.3.2 研究内容 | 第18页 |
| 1.3.3 拟解决的关键问题 | 第18-19页 |
| 1.4 研究方法和技术路线 | 第19-20页 |
| 1.4.1 研究方法 | 第19页 |
| 1.4.2 技术路线 | 第19-20页 |
| 1.5 论文组织结构 | 第20-21页 |
| 1.6 本章小结 | 第21-22页 |
| 第二章 公路纵断面线形优化还原数学模型 | 第22-35页 |
| 2.1 公路纵断面优化还原问题 | 第22-27页 |
| 2.1.1 公路优化还原问题解析 | 第22-23页 |
| 2.1.2 数学模型建立以及算法选择 | 第23-27页 |
| 2.2 模型的变量设计与约束条件 | 第27-30页 |
| 2.2.1 优化变量设计 | 第27-28页 |
| 2.2.2 变量约束条件 | 第28-30页 |
| 2.3 模型的目标函数 | 第30-34页 |
| 2.3.1 模型目标函数的设计 | 第31-32页 |
| 2.3.2 模型目标函数的计算方法 | 第32-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 基于遗传算法与蚁群算法的公路纵断面优化还原 | 第35-54页 |
| 3.1 公路初始纵断面优化还原方法 | 第35-38页 |
| 3.1.1 公路中心线矢量数据高程获取 | 第35-36页 |
| 3.1.2 初始纵断面方案计算 | 第36-38页 |
| 3.2 基于遗传算法的公路纵断面优化还原 | 第38-45页 |
| 3.2.1 遗传算法编码设计与初始种群建立 | 第38-40页 |
| 3.2.2 遗传算法选择算子 | 第40-41页 |
| 3.2.3 遗传算法交叉算子 | 第41-44页 |
| 3.2.4 遗传算法变异算子 | 第44-45页 |
| 3.3 基于蚁群算法的公路纵断面优化还原 | 第45-50页 |
| 3.3.1 蚁群算法的运行策略 | 第45-46页 |
| 3.3.2 蚁群算法初始网格以及信息素生成 | 第46-48页 |
| 3.3.3 蚁群算法信息素更新策略以及选择概率 | 第48-49页 |
| 3.3.4 蚁群算法终止条件 | 第49-50页 |
| 3.4 面向公路纵断面设计还原的综合算法 | 第50-51页 |
| 3.4.1 遗传算法与蚁群算法的运行特点分析 | 第50-51页 |
| 3.4.2 遗传算法与蚁群算法的衔接策略 | 第51页 |
| 3.5 山区公路相关配置信息 | 第51-53页 |
| 3.5.1 山区公路竖曲线计算 | 第52页 |
| 3.5.2 山区公路路面与边坡数据计算 | 第52-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第四章 相关参数确定及算例分析 | 第54-66页 |
| 4.1 实验数据介绍以及预处理 | 第54-55页 |
| 4.2 相关参数讨论确定 | 第55-60页 |
| 4.2.1 遗传算法相关参数 | 第55-59页 |
| 4.2.2 蚁群算法相关参数 | 第59-60页 |
| 4.3 算法稳定性以及可视化 | 第60-65页 |
| 4.3.1 多次实验结果对比分析 | 第60-62页 |
| 4.3.2 可视化效果 | 第62-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 主要研究工作 | 第66-67页 |
| 5.2 研究结论 | 第67页 |
| 5.3 研究展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |