首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

基于分布式蚁群算法的城市路网动态最短路径搜索研究与实现

致谢第1-6页
中文摘要第6-7页
ABSTRACT第7-9页
目录第9-11页
图目录第11-12页
表目录第12-13页
1 绪论第13-20页
   ·研究背景第13-15页
   ·研究意义第15-16页
     ·理论意义第15页
     ·实践意义第15-16页
   ·论文组织结构及框架第16-18页
   ·本章小结第18-20页
2 国内外文献综述第20-33页
   ·动态最短路径搜索算法研究第20-24页
     ·动态最短路径问题概述第20-21页
     ·D~*算法第21-22页
     ·遗传算法第22-23页
     ·蚁群算法第23-24页
   ·蚁群算法的研究概述第24-29页
     ·基本蚁群算法第24-27页
     ·蚁群算法改进策略第27-28页
     ·并行蚁群算法研究第28-29页
   ·并行计算的发展及研究现状第29-32页
     ·并行计算的发展第29-30页
     ·并行计算编程模型的研究第30-32页
   ·本章小结第32-33页
3 基于蚁群算法的动态最短路径搜索第33-48页
   ·数据准备第33-37页
     ·浮动车系统的工作原理第33-34页
     ·基于浮动车的路段速度数据第34-37页
   ·蚁群算法的改进策略第37-43页
     ·问题描述第37-38页
     ·单个蚂蚁路径搜索的改进策略第38-40页
     ·信息素更新的改进策略第40-43页
   ·蚁群算法的动态最短路径搜索实现第43-46页
     ·路径行程时间的计算方法第43-44页
     ·蚁群算法的实现步骤第44-46页
   ·本章小结第46-48页
4 并行蚁群算法的设计与实现第48-61页
   ·并行策略的选择第48-49页
   ·并行蚁群算法的方案设计第49-55页
     ·并行交互式蚁群算法分析第49-50页
     ·基于主从式的定周期交互第50-51页
     ·基于广播式的触发性交互第51-52页
     ·并行交互式蚁群算法的流程设计第52-55页
   ·分布式蚁群算法的实现第55-60页
     ·MPI编程模型第55-57页
     ·大规模路网数据存储第57-59页
     ·算法主要数据结构第59-60页
   ·本章小结第60-61页
5 动态路径搜索实验结果与分析第61-69页
   ·实验平台搭建第61-62页
   ·关键参数的选取第62-64页
   ·实验设计与实验结果分析第64-68页
     ·算法结果测试与分析第64-67页
     ·分布式计算效率测试与分析第67-68页
   ·本章小结第68-69页
6 总结与展望第69-71页
   ·全文总结第69页
   ·未来展望第69-71页
参考文献第71-75页
附录A第75-77页
作者简历第77-79页
学位论文数据集第79页

论文共79页,点击 下载论文
上一篇:面向金融信息服务业的自动化金融数据验证工具的设计与实现
下一篇:信息系统有用性模糊评估方法及其应用