摘要 | 第6-8页 |
Abstract | 第8-9页 |
第1章 绪论 | 第12-20页 |
1.1 课题背景及研究意义 | 第12页 |
1.2 智能交通系统 | 第12-16页 |
1.2.1 动态路径诱导系统是智能交通的核心 | 第13-16页 |
1.2.2 轨迹数据是智能交通的基础 | 第16页 |
1.3 研究本课题需要解决的问题 | 第16-18页 |
1.4 课题研究内容 | 第18-19页 |
1.5 论文结构安排 | 第19-20页 |
第2章 路径规划算法及模型 | 第20-26页 |
2.1 路径规划算法 | 第20-21页 |
2.2 贝叶斯方法 | 第21-23页 |
2.2.1 贝叶斯理论 | 第21-22页 |
2.2.2 贝叶斯方法的特点 | 第22-23页 |
2.3 基于等级路网的分层模型 | 第23-25页 |
2.4 本章小结 | 第25-26页 |
第3章 基于综合加权的地图匹配算法 | 第26-36页 |
3.1 数据预处理 | 第26-29页 |
3.1.1 GPS数据的传输及误差的产生 | 第26-27页 |
3.1.2 数据预处理 | 第27-29页 |
3.2 基于综合加权的地图匹配算法 | 第29-34页 |
3.2.1 地图匹配介绍 | 第29页 |
3.2.2 地图匹配算法的分类 | 第29-31页 |
3.2.3 基于综合加权的地图匹配算法的设计与实现 | 第31-34页 |
3.3 提取经验轨迹序列 | 第34-35页 |
3.4 本章小结 | 第35-36页 |
第4章 基于浮动车数据的公交车路径规划模型 | 第36-48页 |
4.1 确定候选车站 | 第36-39页 |
4.1.1 网格单元与城市划分 | 第36-37页 |
4.1.2 聚集区的合并和分离 | 第37-38页 |
4.1.3 候选车站地点的选择 | 第38-39页 |
4.2 公交车路线的生成 | 第39-40页 |
4.2.1 产生公交车路线简图 | 第39-40页 |
4.3 路径规划的算法 | 第40-47页 |
4.3.1 客流量和运行时间的估计 | 第40-41页 |
4.3.2 手工方式 | 第41页 |
4.3.3 基于朴素贝叶斯分类搜索算法(BYS) | 第41-44页 |
4.3.4 相关性启发式搜索算法(XQ) | 第44-45页 |
4.3.5 双向相关性启发式搜索算法(SXQ) | 第45-47页 |
4.4 本章小结 | 第47-48页 |
第5章 仿真实验与结果分析 | 第48-59页 |
5.1 仿真环境介绍 | 第48-49页 |
5.2 仿真实验过程 | 第49-54页 |
5.3 实验结果与分析 | 第54-57页 |
5.4 本章小结 | 第57-59页 |
结论 | 第59-61页 |
参考文献 | 第61-63页 |
致谢 | 第63-64页 |
攻读硕士期间发表(含录用)的学术论文 | 第64页 |