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--交通工程与交通管理论文--交通调查与规划论文

基于蚁群优化的居民公交出行路径选择算法及仿真研究

摘要第1-7页
Abstract第7-12页
第一章 绪论第12-18页
   ·研究背景第12-13页
   ·研究的目的和意义第13-14页
   ·国内外研究现状第14-16页
     ·国外研究现状第14-15页
     ·国内研究现状第15-16页
   ·研究的内容与技术路线第16-17页
     ·研究的内容第16页
     ·研究的技术路线第16-17页
   ·本章小结第17-18页
第二章 城市公交系统建模及居民公交出行行为分析第18-37页
   ·城市公交系统分析第18-25页
     ·城市公共交通系统第18-21页
     ·城市公交线网第21-23页
     ·城市公交站点第23-25页
   ·城市公交系统模型的建立第25-28页
     ·公交站点与线路模型第25-27页
     ·公交网络模型第27-28页
   ·居民出行行为特征分析第28-33页
     ·出行行为的概念第28页
     ·居民出行方式分类第28-31页
     ·居民出行方式选择影响因素分析第31-33页
   ·居民公交出行影响因素分析第33-36页
     ·居民公交出行影响因素第33-35页
     ·本文算法的优化目标第35-36页
   ·本章小结第36-37页
第三章 蚁群优化算法及在交通模型中的应用第37-59页
   ·蚁群优化算法概述第37-38页
   ·基本蚁群算法第38-48页
     ·基本蚁群算法的原理第38-42页
     ·基本蚁群算法的特征第42-44页
     ·基本蚁群算法的数学模型第44-46页
     ·基本蚁群算法程序流程图第46-48页
   ·基本蚁群算法的扩展算法第48-53页
     ·精华蚂蚁系统(EAS)第48页
     ·基于排列的蚂蚁系统(RAS)第48-49页
     ·最大最小蚂蚁系统(MMAS)第49-50页
     ·蚁群系统(ACS)第50-51页
     ·并行蚁群系统(PACS)第51-53页
   ·基于图的蚂蚁系统(GBAS)第53-55页
     ·GBAS 概述第53页
     ·GBAS 的数学模型第53-55页
   ·蚁群优化算法在交通模型中的应用第55-58页
     ·应用研究现状概述第55-56页
     ·基于改进蚁群算法的增量交通分配模型第56-58页
   ·本章小结第58-59页
第四章 基于图的蚂蚁系统(GBAS)在居民公交出行路径选择中的应用第59-75页
   ·问题提出第59-60页
   ·经典最短路径求解算法第60-63页
     ·经典最短路径求解算法步骤第60-62页
     ·经典最短路径求解算法的不足之处第62-63页
   ·GBAS 求解公交出行路径选择问题可行性分析第63-66页
     ·公交出行路径选择问题与旅行商问题第63-65页
     ·GBAS 与其他 ACO 算法的构造图第65-66页
     ·求解可行性分析第66页
   ·基于GBAS 的公交出行最优路径选择算法第66-69页
   ·算法流程图第69-71页
   ·算例分析第71-73页
   ·本章小结第73-75页
第五章 仿真系统设计及仿真结果分析第75-95页
   ·仿真系统需求分析第75-76页
     ·系统目标第75页
     ·系统实现方式分析第75-76页
     ·系统功能分析第76页
   ·仿真系统设计第76-81页
     ·系统功能模块设计第76-77页
     ·系统界面设计第77-79页
     ·数据结构设计第79-81页
   ·仿真系统的操作第81-89页
     ·公交网络建模操作第81-85页
     ·地图操作第85-86页
     ·最优路径搜索操作第86-87页
     ·结果输出操作第87-89页
   ·基于GBAS 公交出行最优路径选择算法计算机实现第89-91页
   ·算例及仿真结果分析第91-94页
   ·本章小结第94-95页
结论与展望第95-97页
参考文献第97-102页
附录第102-108页
攻读硕士学位期间取得的研究成果第108-109页
致谢第109页

论文共109页,点击 下载论文
上一篇:有限厚度土层上的高层建筑筏板基础设计研究与应用
下一篇:代代花化学成分的研究