面向智能交通的路径规划相关技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·引言 | 第10页 |
| ·智能交通系统 | 第10-12页 |
| ·路径规划研究意义 | 第12-13页 |
| ·路径规划研究现状 | 第13-14页 |
| ·本文主要内容 | 第14-17页 |
| ·研究难点 | 第14页 |
| ·本文主要研究内容 | 第14-15页 |
| ·论文研究路线与组织架构 | 第15-17页 |
| 第二章 路网模型构建与数据预处理 | 第17-28页 |
| ·引言 | 第17页 |
| ·路网模型的建立与存储 | 第17-21页 |
| ·路网的抽象模型 | 第17-18页 |
| ·路网数据预处理与路网数据存储 | 第18-19页 |
| ·空间索引技术——四叉树 | 第19-21页 |
| ·浮动车数据与数据预处理 | 第21-27页 |
| ·交通信息采集技术 | 第21-23页 |
| ·GPS浮动车技术介绍 | 第23-24页 |
| ·FCD数据预处理 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于FCD的路网权值模型构建 | 第28-39页 |
| ·引言 | 第28页 |
| ·GPS数据与路网地图匹配 | 第28-33页 |
| ·GPS数据与GIS数据融合 | 第28-29页 |
| ·三段式地图匹配算法 | 第29-33页 |
| ·行程时间模型中时间区间的划分 | 第33-34页 |
| ·路段平均行程时间计算方法研究 | 第34-37页 |
| ·路段平均行程时间 | 第34-35页 |
| ·单辆车路段行程时间估计 | 第35-36页 |
| ·路段平均行程时间估计 | 第36-37页 |
| ·道路缺失交通数据补充 | 第37页 |
| ·路段实例分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 最优路径规划算法研究 | 第39-49页 |
| ·引言 | 第39页 |
| ·出发地-目的地最短路径算法 | 第39-42页 |
| ·最短路径的传统算法 | 第39-41页 |
| ·传统算法中存在的问题 | 第41-42页 |
| ·最优路径组合优化问题 | 第42-43页 |
| ·最优路径组合优化问题常用算法 | 第42-43页 |
| ·最优路径组合优化算法分析 | 第43页 |
| ·基于蚁群算法的最优路径规划算法 | 第43-48页 |
| ·蚁群算法概述 | 第43-44页 |
| ·蚁群算法的基本模型 | 第44-48页 |
| ·蚁群算法优缺点分析 | 第48页 |
| ·本章小结 | 第48-49页 |
| 第五章 改进蚁群算法的路径规划算法 | 第49-69页 |
| ·引言 | 第49页 |
| ·常见的改进蚁群算法 | 第49-52页 |
| ·带精英策略的蚂蚁系统 | 第49-50页 |
| ·最大-最小蚂蚁系统 | 第50页 |
| ·基于优化排序的蚁群算法 | 第50-51页 |
| ·最优-最差蚁群算法 | 第51-52页 |
| ·改进的重叠蚁群算法 | 第52-58页 |
| ·重叠蚁群算法概述 | 第52-53页 |
| ·重叠蚁群算法描述 | 第53-54页 |
| ·动态更新因子σ | 第54-55页 |
| ·基于重叠蚁群的最短路径算法 | 第55-58页 |
| ·仿真实验 | 第58-63页 |
| ·出发地-目的地最短路径实验 | 第58-61页 |
| ·最优路径组合优化实验 | 第61-63页 |
| ·重叠蚁群算法在城市路网最短路径中的应用 | 第63-68页 |
| ·搜索区域的限制 | 第64-66页 |
| ·引入方向函数的转移规则 | 第66页 |
| ·基于路网行程时间模型的最优路径规划实验 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| ·本文总结 | 第69页 |
| ·工作不足及展望 | 第69-71页 |
| 参考文献 | 第71-73页 |
| 致谢 | 第73-74页 |
| 附录 | 第74-75页 |
| 研究生期间参与项目 | 第74页 |
| 研究生期间发表论文 | 第74-75页 |
