| 摘要 | 第5-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 高分辨率遥感影像道路灾情提取 | 第12-13页 |
| 1.2.2 应急物流路径规划 | 第13-14页 |
| 1.3 主要研究内容 | 第14-16页 |
| 第二章 灾区高分辨率遥感图像震害道路提取的应急物流路径规划方案 | 第16-22页 |
| 2.1 方案概述 | 第16页 |
| 2.2 路径规划算法 | 第16-21页 |
| 2.2.1 遗传算法 | 第17-19页 |
| 2.2.2 蚁群算法 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 基于高分辨率遥感图像的震害道路受损提取 | 第22-42页 |
| 3.1 引言 | 第22页 |
| 3.2 图像边缘检测 | 第22-28页 |
| 3.2.1 图像预处理 | 第23-25页 |
| 3.2.2 改进Canny边缘检测算法 | 第25-28页 |
| 3.3 基于ρ-θ域自适应阈值Hough道路线检测 | 第28-35页 |
| 3.3.1 算法描述 | 第28-33页 |
| 3.3.2 实验结果及分析 | 第33-35页 |
| 3.4 基于SVM和形态学闭运算泥石流区域提取 | 第35-40页 |
| 3.4.1 基于SVM的滑坡提取 | 第35-40页 |
| 3.4.2 实验结果及分析 | 第40页 |
| 3.5 本章小结 | 第40-42页 |
| 第四章 基于变概率道路模型遗传-蚁群混合启发的路径规划算法 | 第42-59页 |
| 4.1 引言 | 第42页 |
| 4.2 路径规划算法模型构建及符号设计 | 第42-47页 |
| 4.2.1 变概率道路阻塞模型 | 第42-43页 |
| 4.2.2 当前路网应急物流路径规划模型构建 | 第43-47页 |
| 4.3 遗传-蚁群混合启发算法关键参数及算法设计 | 第47-51页 |
| 4.3.1 基于遗传代数的非均衡适应度函数f | 第47-48页 |
| 4.3.2 交叉概率pc和变异概率pm自适应选择算法 | 第48页 |
| 4.3.3 基于牛顿冷却模型的快衰落信息素挥发因子ρ | 第48-49页 |
| 4.3.4 基于变概率道路模型遗传-蚁群混合启发算法流程 | 第49-51页 |
| 4.4 仿真验证与算例测试 | 第51-58页 |
| 4.4.1 Solomon标准数据测试结果及分析 | 第51-52页 |
| 4.4.2 仿真算例的设计与求解 | 第52-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 灾后道路抢修与应急物资配送联合优化研究 | 第59-73页 |
| 5.1 引言 | 第59页 |
| 5.2 道路抢修与应急物资配送双层规划模型 | 第59-62页 |
| 5.2.1 路网结构 | 第59-60页 |
| 5.2.2 数学模型 | 第60-62页 |
| 5.3 基于距离矩阵的变邻域搜索算法 | 第62-66页 |
| 5.3.1 邻域结构设计 | 第63-66页 |
| 5.3.2 抖动机制和局域搜索 | 第66页 |
| 5.4 仿真测试分析与验证 | 第66-72页 |
| 5.4.1 算例设计 | 第66-68页 |
| 5.4.2 仿真结果及分析 | 第68-72页 |
| 5.5 本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 总结 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 致谢 | 第80-81页 |
| 攻读学位期间取得的研究成果 | 第81页 |
