摘要 | 第1-8页 |
ABSTRACT | 第8-13页 |
第一章 绪论 | 第13-27页 |
·选题的来源、背景和意义 | 第13-16页 |
·选题的来源 | 第13-14页 |
·背景 | 第14-15页 |
·意义 | 第15-16页 |
·文献综述 | 第16-22页 |
·路径寻优算法研究现状 | 第16-20页 |
·换乘理论国内外研究现状 | 第20-22页 |
·研究内容及框架 | 第22-25页 |
·论文的主要内容 | 第22-23页 |
·关键问题 | 第23-25页 |
·技术路线图 | 第25页 |
·本文的组织结构 | 第25-27页 |
第二章 公共交通换乘理论基础 | 第27-41页 |
·公共交通系统分析 | 第27-31页 |
·城市公共交通系统构成及特点 | 第27-30页 |
·几种公共交通特性对比 | 第30-31页 |
·公交网络特征 | 第31-36页 |
·图论基础 | 第31-32页 |
·城市公共交通网络特性 | 第32-34页 |
·交通网络数学描述 | 第34-36页 |
·居民出行行为特征分析 | 第36-39页 |
·出行心理特征分析 | 第36-38页 |
·出行决策分析 | 第38-39页 |
·本章小结 | 第39-41页 |
第三章 公共交通多模式换乘模型构建 | 第41-48页 |
·出行决策的影响因素模型 | 第41-44页 |
·出行总花费模型 | 第41-42页 |
·时间总费用模型 | 第42-43页 |
·换乘费用模型 | 第43-44页 |
·路径最少模型 | 第44页 |
·广义费用模型 | 第44-45页 |
·公共交通出行决策模型 | 第45页 |
·模型的应用去向分析 | 第45-46页 |
·本章小结 | 第46-48页 |
第四章 模型求解及算法研究 | 第48-64页 |
·蚁群优化算法概述 | 第48-57页 |
·蚁群算法原理 | 第48-49页 |
·蚁群算法的结构模型 | 第49-52页 |
·蚁群算法的参数分析 | 第52-54页 |
·算例仿真 | 第54-57页 |
·量子算法概述 | 第57-58页 |
·量子算法的物理学基础 | 第57-58页 |
·量子算法及其实现 | 第58页 |
·量子蚁群算法(QACA) | 第58-62页 |
·量子编码特性 | 第58-59页 |
·量子旋转门更新策略 | 第59-60页 |
·量子蚁群算法流程描述 | 第60-62页 |
·量子蚁群算法的应用去向分析 | 第62-63页 |
·本章小结 | 第63-64页 |
第五章 算法优化及仿真实验 | 第64-79页 |
·算法求解过程 | 第64-69页 |
·算法思想 | 第64-65页 |
·算法初始化及参数设置 | 第65-69页 |
·算例分析 | 第69-75页 |
·算例网络 | 第69页 |
·数据优化 | 第69-70页 |
·模型参数 | 第70页 |
·算法参数 | 第70-71页 |
·算例结果 | 第71-75页 |
·结果对比分析 | 第75-78页 |
·与Dijkstra算法对比 | 第75-76页 |
·与基本蚁群算法的对比 | 第76-78页 |
·本章小结 | 第78-79页 |
第六章 松江区城区交通网络应用 | 第79-88页 |
·松江区城区交通网络特征 | 第79-80页 |
·松江区城区交通网络现状 | 第79-80页 |
·松江区城区交通网络发展目标 | 第80页 |
·城区交通网发展依托 | 第80-81页 |
·量子蚁群算法对松江城区交通网络应用 | 第81-84页 |
·城区交通网线路分布 | 第81-83页 |
·应用数据初始化操作 | 第83-84页 |
·初始化参数设置 | 第84页 |
·多模式路径选择结果 | 第84-87页 |
·本章小结 | 第87-88页 |
第七章 总结与展望 | 第88-90页 |
·工作总结 | 第88页 |
·工作展望 | 第88-90页 |
参考文献 | 第90-96页 |
附录 | 第96-108页 |
附录一 量子蚁群算法 | 第96-99页 |
附录二 算例弧段信息表 | 第99-101页 |
附录三 松江城区交通网络部分弧段信息表 | 第101-108页 |
攻读硕士学位期间发表的学术论文及取得的相关科研成果 | 第108-109页 |
致谢 | 第109-110页 |