GA-BP神经网络在导航路径规划中的应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·研究现状 | 第11-12页 |
| ·本文的研究内容及章节安排 | 第12-14页 |
| 第2章 车载导航路径规划研究 | 第14-22页 |
| ·路径规划的基本问题 | 第14-15页 |
| ·最优路径评价标准 | 第15-16页 |
| ·常见的路径规划的方法概述 | 第16-17页 |
| ·A~*算法 | 第17-21页 |
| ·A~*算法的基本原理 | 第17-19页 |
| ·A~*算法基本流程 | 第19-21页 |
| ·A~*算法的不足 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第3章 GA-BP神经网络算法研究 | 第22-31页 |
| ·BP神经网络简介 | 第22-23页 |
| ·遗传算法简介 | 第23-27页 |
| ·遗传算法步骤 | 第23-24页 |
| ·遗传算法的基本要素 | 第24-27页 |
| ·遗传算法优化神经网络基本原理 | 第27-29页 |
| ·遗传算法和BP结合的方式 | 第28页 |
| ·混合GA-BP神经网络算法主要思想 | 第28页 |
| ·混合GA-BP神经网络算法步骤 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第4章 混合GA-BP神经网络的最短路径算法 | 第31-49页 |
| ·路网模型的建立 | 第31-36页 |
| ·图论的思想 | 第31-32页 |
| ·路网模型 | 第32-34页 |
| ·路网数据的存储结构 | 第34-36页 |
| ·用于求解最短路径的遗传神经网络算法 | 第36-38页 |
| ·编码 | 第36页 |
| ·初始化种群 | 第36-37页 |
| ·遗传操作 | 第37-38页 |
| ·适应度函数 | 第38页 |
| ·仿真分析 | 第38-48页 |
| ·遗传算法交叉率和变异率的选取 | 第38-42页 |
| ·混合GA-BP神经网络算法 | 第42-46页 |
| ·仿真结果分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 GA-BP神经网络在导航路径规划中的应用 | 第49-65页 |
| ·具有交通转向限制的路网模型 | 第49-58页 |
| ·道路的表示 | 第49-54页 |
| ·路网的连通性表示 | 第54-55页 |
| ·交通转向限制解决方法 | 第55-56页 |
| ·路阻的标定 | 第56-58页 |
| ·道路拓扑网络数据的生成 | 第58-61页 |
| ·数据的提取与处理 | 第58-60页 |
| ·数据的存储 | 第60-61页 |
| ·导航路径规划在实际数字地图中的应用 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| ·总结 | 第65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间参加的科研项目和成果 | 第71页 |
