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 |