首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--交通工程与交通管理论文--交通调查与规划论文

群智能算法在公共交通换乘多模式路径选择中的应用研究

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

论文共110页,点击 下载论文
上一篇:基于RTX的开放式数控系统研究
下一篇:基于驾驶意图识别的四轮驱动电动汽车转矩分配策略研究