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 |