蚁群算法及其在智能交通中的应用
| 摘要 | 第1-10页 |
| Abstract | 第10-12页 |
| 第一章 绪论 | 第12-21页 |
| ·研究背景与意义 | 第12-14页 |
| ·智能交通系统的发展 | 第14-16页 |
| ·国外ITS 发展情况 | 第14-16页 |
| ·我国ITS 发展情况 | 第16页 |
| ·智能交通系统的构成 | 第16-18页 |
| ·论文主要工作 | 第18-19页 |
| ·论文的组织 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第二章 蚁群算法及其研究现状 | 第21-37页 |
| ·自然蚂蚁与人工蚂蚁 | 第21-22页 |
| ·自然蚂蚁的群体行为 | 第21-22页 |
| ·人工蚂蚁 | 第22页 |
| ·蚁群算法 | 第22-32页 |
| ·算法简介 | 第22-23页 |
| ·基本蚁群算法模型 | 第23-25页 |
| ·基本蚁群算法的实现步骤 | 第25-26页 |
| ·基本蚁群算法的复杂度分析 | 第26-27页 |
| ·基本蚁群算法的性能评价指标 | 第27-28页 |
| ·蚁群算法的影响因素 | 第28-29页 |
| ·参数α、β、ρ对算法的影响 | 第29-32页 |
| ·蚁群算法的特点和研究现状 | 第32-35页 |
| ·蚁群算法的应用 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 基本蚁群算法的改进 | 第37-50页 |
| ·引言 | 第37页 |
| ·信息素更新策略的改进 | 第37-39页 |
| ·问题分析 | 第37-38页 |
| ·信息素更新策略的改进 | 第38-39页 |
| ·参数设置的改进 | 第39-42页 |
| ·期望启发式因子β的改进 | 第39-41页 |
| ·信息素挥发因子ρ的改进 | 第41-42页 |
| ·探索因子q_0 | 第42-44页 |
| ·探索因子q_0 的引入 | 第42-43页 |
| ·探索因子q_0 的改进 | 第43-44页 |
| ·改进的蚁群算法实现步骤 | 第44-46页 |
| ·仿真实验 | 第46-48页 |
| ·本章小结 | 第48-50页 |
| 第四章 基于奖惩机制的遗传蚁群算法 | 第50-62页 |
| ·引言 | 第50页 |
| ·遗传算法 | 第50-53页 |
| ·遗传算法的基本操作和实现步骤 | 第51-52页 |
| ·遗传算法的特点 | 第52-53页 |
| ·基于奖惩机制的遗传蚁群算法 | 第53-60页 |
| ·算法的提出 | 第53页 |
| ·算法的主要思想 | 第53-55页 |
| ·算法的数学模型 | 第55-57页 |
| ·算法的实现步骤 | 第57-59页 |
| ·仿真实验 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 第五章 蚁群算法在智能交通中的应用 | 第62-77页 |
| ·引言 | 第62-63页 |
| ·交通道路网的表示方式 | 第63-65页 |
| ·基本思想 | 第63页 |
| ·路网的基本要素 | 第63页 |
| ·路网权重的确定 | 第63-64页 |
| ·路网的拓扑关系 | 第64-65页 |
| ·车辆路径问题（VRP） | 第65-73页 |
| ·问题的提出 | 第65-67页 |
| ·VRP 问题的数学模型 | 第67-68页 |
| ·求解VRP 问题的蚁群算法设计 | 第68-71页 |
| ·仿真实验及分析 | 第71-73页 |
| ·混沌蚁群算法在智能交通中的应用 | 第73-76页 |
| ·混沌理论 | 第73-74页 |
| ·智能交通中的混沌蚁群算法 | 第74-75页 |
| ·实验仿真 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| ·已完成的工作 | 第77页 |
| ·进一步工作的展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士学位期间发表的论文 | 第83-84页 |
| 致谢 | 第84页 |
