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--电子计算机在公路运输和公路工程中的应用论文

复杂多阶段动态决策的蚁群优化方法及其在交通系统控制中的应用

摘要第4-6页
ABSTRACT第6页
致谢第10-12页
目录第12-16页
第一章 绪论第16-56页
    1.1 引言第16-18页
    1.2 蚁群优化算法第18-27页
        1.2.1 算法原理第19-21页
        1.2.2 算法框架第21-23页
        1.2.3 算法的理论基础第23页
        1.2.4 解构造图第23-24页
        1.2.5 ACO算法与其他基于种群的进化算法的比较第24-26页
        1.2.6 蚁群算法的研究进展第26-27页
    1.3 交通控制技术第27-44页
        1.3.1 交通控制技术的发展历史第27-30页
        1.3.2 交通控制技术的分类第30-32页
        1.3.3 典型交通控制系统的原理第32-40页
        1.3.4 研究进展第40-44页
    1.4 交通仿真系统第44-51页
        1.4.1 系统仿真的概念第44-46页
        1.4.2 交通系统仿真的概念第46-48页
        1.4.3 国内外研究概况第48-50页
        1.4.4 交通仿真在交通控制系统研发中的应用第50-51页
    1.5 研究内容与成果第51-56页
        1.5.1 论文立题依据第51-53页
        1.5.2 研究内容第53-56页
第二章 求解复杂多阶段决策问题的蚁群优化算法层状解构造图研究第56-76页
    2.1 引言第56-58页
    2.2 ACO算法所求解优化问题的一般数学模型第58-59页
    2.3 复杂多阶段决策问题的数学模型第59-61页
    2.4 简单解构造图第61-62页
    2.5 基本层状解构造图第62-64页
    2.6 复合层状解构造图第64-65页
    2.7 三种解构造图计算量的比较第65-66页
    2.8 仿真实验第66-74页
        2.8.1 一个最优控制问题第66-67页
        2.8.2 层状解构造图ACO算法参数的仿真研究第67-73页
        2.8.3 与GA算法的比较第73-74页
    2.9 小结第74-76页
第三章 求解大规模动态决策问题的自适应构造图动态窗口蚁群优化算法第76-92页
    3.1 引言第76-79页
    3.2 具有大规模决策变量的复杂多阶段决策问题第79-80页
    3.3 动态窗口蚁群优化算法的原理第80-84页
    3.4 解构造块的适应度第84-86页
    3.5 构造图的动态重构第86页
    3.6 算法步骤第86-88页
    3.7 计算量分析第88页
    3.8 仿真实验第88-91页
        3.8.1 DW-ACO算法参数的仿真研究第89-90页
        3.8.2 仿真结果与比较分析第90-91页
    3.9 小结第91-92页
第四章 蚁群优化算法在信号灯配时参数协调优化中的应用第92-108页
    4.1 引言第92-95页
    4.2 城市道路网上的宏观交通流预测模型第95-98页
        4.2.1 车流在连接上的传播方程第96-97页
        4.2.2 交叉口驶入车流量第97页
        4.2.3 通过交叉口的车流第97-98页
        4.2.4 交叉口排队长度与延误时间第98页
    4.3 信号灯配时参数协调优化问题的多阶段决策模型第98-100页
    4.4 BLCG-ACO算法的应用第100-102页
    4.5 系统框图与主要算法步骤第102-103页
    4.6 计算量分析第103页
    4.7 仿真实验第103-106页
        4.7.1 仿真实验原理第103-104页
        4.7.2 仿真路网参数第104页
        4.7.3 TRSP控制算法参数第104-105页
        4.7.4 基于BLCG-ACO算法的配时参数协调优化控制算法参数第105页
        4.7.5 仿真结果及讨论第105-106页
    4.8 小结第106-108页
第五章 蚁群优化算法在信号相位滚动优化中的应用第108-120页
    5.1 引言第108-110页
    5.2 区域交通信号相位滚动优化模型第110-112页
    5.3 区域交通信号相位滚动优化问题的大规模多阶段决策模型第112页
    5.4 基于自适应构造图的DW-ACO算法的应用第112-114页
    5.5 系统框图与主要算法步骤第114-115页
    5.6 计算量分析第115页
    5.7 仿真实验第115-117页
        5.7.1 仿真实验原理第115-116页
        5.7.2 基于DW-ACO算法的信号相位滚动优化控制算法参数第116-117页
        5.7.3 仿真结果及讨论第117页
    5.8 小结第117-120页
第六章 城域混合交通仿真与分析系统及交通控制算法的验证第120-142页
    6.1 引言第120-122页
    6.2 城域混合交通仿真与分析系统第122-133页
        6.2.1 系统框架第122-125页
        6.2.2 主要模型第125-131页
        6.2.3 研发进展与实际应用情况第131-133页
    6.3 交通控制算法的验证第133-140页
        6.3.1 仿真实验原理第133-134页
        6.3.2 实际路网的道路参数与交通参数第134-135页
        6.3.3 控制算法参数第135-137页
        6.3.4 仿真结果分析第137-140页
    6.4 小结第140-142页
第七章 结论与展望第142-146页
    7.1 主要研究成果第142-143页
    7.2 未来研究方向第143-146页
参考文献第146-154页
附录第154页

论文共154页,点击 下载论文
上一篇:纳米矿粉水泥土固化机理及损伤特性研究
下一篇:基于舒张期心音信号分析与特征提取的冠心病无损诊断研究