| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究背景 | 第8-9页 |
| 1.2 智能运输系统简介 | 第9-10页 |
| 1.3 ITS 的国外研究状况 | 第10-12页 |
| 1.4 ITS 的国内研究状况 | 第12页 |
| 1.5 本文的研究内容和章节安排 | 第12-14页 |
| 第二章 天津站交通需求分析和路网数据库设计 | 第14-25页 |
| 2.1 天津站地区对智能交通系统的需求分析 | 第14-15页 |
| 2.2 天津站附近道路分析和建模 | 第15-18页 |
| 2.2.1 天津站主要道路分析 | 第15-16页 |
| 2.2.2 路网的表示 | 第16页 |
| 2.2.3 路段权值的确定 | 第16-18页 |
| 2.3 数据库设计 | 第18页 |
| 2.3.1 数据库的设计步骤 | 第18页 |
| 2.4 数据库以及表的创建 | 第18-24页 |
| 2.4.1 数据库的建立 | 第18-19页 |
| 2.4.2 道路信息表的建立 | 第19-24页 |
| 2.5 使用 ADO 访问数据库 | 第24页 |
| 2.6 小结 | 第24-25页 |
| 第三章 路径诱导系统算法选择 | 第25-31页 |
| 3.1 问题分析 | 第25页 |
| 3.2 经典的路径诱导算法 | 第25-29页 |
| 3.2.1 Dijkstra算法 | 第25-26页 |
| 3.2.2 A*算法 | 第26-27页 |
| 3.2.3 遗传算法 | 第27-29页 |
| 3.3 Dijkstra 及 A*算法与遗传算法的比较 | 第29-30页 |
| 3.3.1 搜索速度的仿真比较 | 第29-30页 |
| 3.3.2 搜索可靠性仿真比较 | 第30页 |
| 3.4 小结 | 第30-31页 |
| 第四章 基于改进的遗传算法路径诱导系统 | 第31-47页 |
| 4.1 染色体编码 | 第31-32页 |
| 4.2 适应度函数的定义 | 第32-34页 |
| 4.3 GA 的三个基本操作及其改进 | 第34-39页 |
| 4.3.1 选择 | 第34-35页 |
| 4.3.2 交叉算子及其改进 | 第35-37页 |
| 4.3.3 变异算子及其改进 | 第37-39页 |
| 4.4 种群更新方式 | 第39页 |
| 4.5 遗传算法运行参数的选取 | 第39-40页 |
| 4.6 本文遗传算法的框图表示 | 第40-41页 |
| 4.7 算法的程序设计实现 | 第41-43页 |
| 4.8 应用实例及实验结果分析 | 第43-47页 |
| 第五章 动态路径诱导系统的实现方法 | 第47-49页 |
| 5.1 车辆行驶过程中路线方案的动态调整 | 第47-49页 |
| 5.1.1 最优路径实时调整方案 | 第47页 |
| 5.1.2 基于遗传算法和动态调整方案的整体框图 | 第47-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 本文总结 | 第49页 |
| 6.2 未来展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 发表论文和参加科研情况说明 | 第54-55页 |
| 致谢 | 第55页 |