城市道路动态路径选择方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-18页 |
| ·课题研究的背景 | 第11-12页 |
| ·智能运输系统的发展 | 第11页 |
| ·动态路径选择方法的提出 | 第11-12页 |
| ·动态路径选择方法的研究与发展 | 第12-16页 |
| ·国外DRGS发展现状 | 第12-14页 |
| ·我国DRGS发展现状 | 第14-15页 |
| ·国内外DRGS研究比较 | 第15-16页 |
| ·课题研究的目的和意义 | 第16-17页 |
| ·研究目的 | 第16页 |
| ·研究意义 | 第16-17页 |
| ·课题研究的主要内容 | 第17页 |
| 本章小结 | 第17-18页 |
| 第二章 图论与路网最优指标 | 第18-31页 |
| ·图与城市道路路网结构 | 第18-20页 |
| ·图论基本概念 | 第18页 |
| ·图论的发展 | 第18-19页 |
| ·图论在智能交通中的主要应用 | 第19页 |
| ·城市道路网络图 | 第19-20页 |
| ·最短路径问题 | 第20-24页 |
| ·最短路径的描述 | 第20-21页 |
| ·求解最短路径的基本思想 | 第21页 |
| ·求解最短路径的常见算法 | 第21-24页 |
| ·最短时间问题 | 第24-28页 |
| ·最短时间的描述 | 第24页 |
| ·求解最短时间的基本思想 | 第24-25页 |
| ·求解最短时间的常见算法 | 第25-28页 |
| ·最大流量问题 | 第28-30页 |
| ·最大允许流量描述 | 第28页 |
| ·最大允许流量的基本思想 | 第28-29页 |
| ·交通流量的常见采集方法 | 第29-30页 |
| 本章小结 | 第30-31页 |
| 第三章 动态路径选择方法分析与比较 | 第31-50页 |
| ·遗传算法 | 第31-36页 |
| ·遗传算法概述 | 第31页 |
| ·遗传算法在路径选择问题的设计 | 第31-34页 |
| ·遗传算法评述 | 第34-36页 |
| ·神经网络算法 | 第36-43页 |
| ·神经网络概述 | 第36-38页 |
| ·几种常用神经网络 | 第38-42页 |
| ·常用神经网络算法评述 | 第42-43页 |
| ·蚁群算法 | 第43-48页 |
| ·蚁群算法概述 | 第43-44页 |
| ·蚁群算法在路径选择中的基本步骤 | 第44-46页 |
| ·蚁群算法的研究进展 | 第46-48页 |
| ·蚁群算法评述 | 第48页 |
| ·几种算法比较 | 第48-49页 |
| 本章小结 | 第49-50页 |
| 第四章 基于改进蚁群算法的动态路径选择 | 第50-71页 |
| ·基本蚁群算法改进的必要性 | 第50-51页 |
| ·基本蚁群算法的主要缺点 | 第50页 |
| ·改进策略 | 第50-51页 |
| ·常见的几种改进蚁群算法 | 第51-53页 |
| ·Ant-Qsystem | 第51-52页 |
| ·Max-Min Ant System | 第52-53页 |
| ·改进动态蚁群算法的车辆动态路径选择 | 第53-65页 |
| ·多目标的动态路径选择 | 第53页 |
| ·改进的动态蚁群算法寻径原理 | 第53-64页 |
| ·改进的动态蚁群算法路径选择问题 | 第64-65页 |
| ·基于改进动态蚁群算法的动态路径选择规则 | 第65-69页 |
| ·算法的简单描述 | 第65-66页 |
| ·算法的步骤 | 第66-69页 |
| ·改进动态蚁群算法的收敛性分析 | 第69-70页 |
| 本章小结 | 第70-71页 |
| 第五章 实验与结果分析 | 第71-76页 |
| ·模拟实验 | 第71-73页 |
| ·实验设计 | 第71-72页 |
| ·仿真实验 | 第72页 |
| ·结果分析 | 第72-73页 |
| ·改进蚁群算法求解最优路径的算法实例 | 第73-75页 |
| ·西安市道路的特点 | 第73页 |
| ·仿真实验 | 第73-74页 |
| ·结果分析 | 第74-75页 |
| 本章小结 | 第75-76页 |
| 结论与展望 | 第76-77页 |
| 结论 | 第76页 |
| 展望 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 攻读学位期间取得的研究成果 | 第82-83页 |
| 致谢 | 第83页 |
