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--电子计算机在公路运输和公路工程中的应用论文

基于改进A星算法的城市交通寻径的研究

摘要第3-4页
Abstract第4-5页
第1章 绪论第9-16页
    1.1 引言第9页
    1.2 研究背景第9-10页
    1.3 研究意义第10页
    1.4 路径搜索的研究现状及发展动态第10-13页
        1.4.1 最短路径搜索研究现状第10-12页
        1.4.2 静态路径搜索算法研究现状第12页
        1.4.3 动态路径搜索算法研究现状第12-13页
    1.5 论文的组织结构第13-16页
        1.5.1 本文研究工作第13-14页
        1.5.2 本文组织结构第14-16页
第2章 路径搜索技术理论基础第16-33页
    2.1 图搜索理论基础第16-21页
        2.1.1 图的概念第16-17页
        2.1.2 图的存储结构第17-19页
        2.1.3 图的搜索过程第19-21页
    2.2 盲目型搜索算法第21-24页
        2.2.1 宽度优先搜索第21-22页
        2.2.2 深度优先搜索第22-23页
        2.2.3 盲目型算法分析第23-24页
    2.3 启发型搜索算法第24-26页
        2.3.1 启发信息与启发函数第24-25页
        2.3.2 估价函数第25-26页
    2.4 Dijkstra算法第26-30页
        2.4.1 Dijkstra算法概述第26-27页
        2.4.2 Dijkstra算法的基本思想第27-29页
        2.4.3 Dijkstra算法的缺陷第29-30页
    2.5 A星算法第30-32页
        2.5.1 A星算法概述第30页
        2.5.2 A星算法的基本思想第30-31页
        2.5.3 A星算法和Dijkstra算法的关系第31-32页
        2.5.4 A星算法优化和改进方向第32页
    2.6 本章小结第32-33页
第3章 标准A星算法的优化和改进第33-57页
    3.1 标准A星算法的搜索过程第33-37页
        3.1.1 搜索准备第34-35页
        3.1.2 搜索过程第35-37页
    3.2 标准A星算法的不足第37-38页
    3.3 优化OPEN表第38-44页
        3.3.1 二叉堆简介第39-40页
        3.3.2 二叉堆的插入操作第40-42页
        3.3.3 二叉堆的删除操作第42-44页
    3.4 改进估价函数第44-56页
        3.4.1 启发函数的选取第44-49页
        3.4.2 启发函数在估价函数中的比重第49-52页
        3.4.3 向量内积对启发函数的优化第52-53页
        3.4.4 过滤向量内积值,进一步改进启发函数第53-56页
    3.5 本章小结第56-57页
第4章 仿真实验与结论分析第57-79页
    4.1 仿真实验平台简介第57-59页
    4.2 Dijkstra算法与标准A星算法的对比第59-63页
    4.3 标准A星算法与A①星算法的对比第63-64页
    4.4 曼哈顿距离、对角线距离、欧几里得距离的对比第64-68页
    4.5 A②星算法与A③星算法的对比第68-70页
    4.6 A③星算法与A④星算法、A⑤星算法的对比第70-74页
    4.7 综合对比:未经优化的标准A星算法与A⑤星算法的对比第74-79页
第5章 总结和展望第79-81页
    5.1 总结第79页
    5.2 展望第79-81页
参考文献第81-83页
致谢第83-84页
在学期间发表的学术论文第84页

论文共84页,点击 下载论文
上一篇:动力电池梯次开发利用及经济性研究
下一篇:机动目标防御的导弹精确制导与控制及一体化设计研究