| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-22页 |
| 摘要 | 第12页 |
| 1.1 论文研究背景和意义 | 第12-14页 |
| 1.1.1 论文研究背景 | 第12-13页 |
| 1.1.2 论文研究意义 | 第13-14页 |
| 1.2 城市交通路径诱导系统 | 第14-18页 |
| 1.2.1 国外研究现状 | 第14-16页 |
| 1.2.2 国内研究现状 | 第16-18页 |
| 1.3 本文研究内容 | 第18-22页 |
| 1.3.1 创新点和技术难点 | 第18-19页 |
| 1.3.2 本文内容安排 | 第19-22页 |
| 2 考虑转向延误的交叉口信息预处理和路网存储 | 第22-44页 |
| 摘要 | 第22页 |
| 2.1 引言 | 第22-23页 |
| 2.2 基于转向行为的交叉口信息预处理 | 第23-30页 |
| 2.2.1 交叉口节点坐标转换 | 第23-25页 |
| 2.2.2 交叉口转向行为判别方法 | 第25-27页 |
| 2.2.3 交叉口转向延误时间计算 | 第27-30页 |
| 2.3 考虑交叉口转向延误的路网表达与存储 | 第30-42页 |
| 2.3.1 路网的连通性表达 | 第30-35页 |
| 2.3.2 路网的存储方法 | 第35-40页 |
| 2.3.3 适合交叉口转向延误问题的路网存储方法 | 第40-42页 |
| 2.4 本章小结 | 第42-44页 |
| 3 考虑交叉口转向延误的时间最短路径规划 | 第44-58页 |
| 摘要 | 第44页 |
| 3.1 引言 | 第44-45页 |
| 3.2 最短路径规划问题概述 | 第45-49页 |
| 3.2.1 基于时间权重的最短路径规划 | 第45-46页 |
| 3.2.2 最短路径标号算法 | 第46-48页 |
| 3.2.3 启发式A~*算法 | 第48-49页 |
| 3.3 考虑交叉口转向延误的改进启发式A~*算法 | 第49-57页 |
| 3.3.1 考虑交叉口转向延误的最短路径规划问题概述 | 第49-51页 |
| 3.3.2 弧标号算法及其适用性证明 | 第51-52页 |
| 3.3.3 改进启发式A~*算法 | 第52-54页 |
| 3.3.4 案例分析 | 第54-57页 |
| 3.4 本章小结 | 第57-58页 |
| 4 基于历史数据和实时数据的动态最短路径规划 | 第58-78页 |
| 摘要 | 第58页 |
| 4.1 引言 | 第58-59页 |
| 4.2 基于历史数据的最短路径规划 | 第59-66页 |
| 4.2.1 时间依赖网络FSM模型 | 第59-60页 |
| 4.2.2 基于历史数据的最短路径规划算法 | 第60-62页 |
| 4.2.3 案例分析 | 第62-66页 |
| 4.3 基于实时数据的最短路径搜索 | 第66-77页 |
| 4.3.1 限制搜索区域算法 | 第66-70页 |
| 4.3.2 路径选择阈值 | 第70-72页 |
| 4.3.3 基于实时数据的最短路径搜索算法流程 | 第72-74页 |
| 4.3.4 案例分析 | 第74-77页 |
| 4.4 本章小结 | 第77-78页 |
| 5 总结与展望 | 第78-80页 |
| 5.1 本文研究工作总结 | 第78-79页 |
| 5.2 未来研究方向展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 附录 | 第84页 |
| 附录1：作者简介 | 第84页 |
| 附录2：作者在攻读硕士期间的主要成果 | 第84页 |
| 附录3：作者攻读硕士期间参加的科研项目 | 第84页 |