| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究的背景及意义 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 研究内容与方法 | 第11-12页 |
| 1.3.1 研究内容 | 第11-12页 |
| 1.3.2 研究方法 | 第12页 |
| 1.4 本文结构 | 第12-14页 |
| 第2章 免疫遗传算法 | 第14-25页 |
| 2.1 遗传算法 | 第14-21页 |
| 2.1.1 基本遗传算法 | 第14页 |
| 2.1.2 遗传算法的原理 | 第14-15页 |
| 2.1.3 遗传算法的流程 | 第15-19页 |
| 2.1.4 遗传算法的优缺点 | 第19-21页 |
| 2.2 免疫遗传算法 | 第21-24页 |
| 2.2.1 免疫遗传算法的介绍 | 第21页 |
| 2.2.2 免疫遗传算法操作流程 | 第21-23页 |
| 2.2.3 免疫遗传算法的特点 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 路面表面特性与汽车油耗关系 | 第25-31页 |
| 3.1 道路路面的基本特性 | 第25-26页 |
| 3.2 汽车油耗及影响因素 | 第26页 |
| 3.3 路面表面特性与汽车油耗的关系分析 | 第26-28页 |
| 3.3.1 路面不平整度 IRI 与油耗的关系 | 第26-27页 |
| 3.3.2 路面不平整度 IRI、车速及油耗的关系 | 第27-28页 |
| 3.4 汽车速度与油耗关系 | 第28-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第4章 基于免疫遗传算法的电子地图最低耗油路径研究 | 第31-47页 |
| 4.1 道路网空间建模 | 第31-34页 |
| 4.1.1 数据拓扑关系生成 | 第31页 |
| 4.1.2 道路信息关联数据库 | 第31-34页 |
| 4.2 路面信息搜集 | 第34-36页 |
| 4.3 一种用于路径规划的改进免疫遗传算法 | 第36-38页 |
| 4.3.1 改进免疫遗传算法的介绍 | 第36-37页 |
| 4.3.2 改进免疫遗传算法的重要定义 | 第37-38页 |
| 4.4 基于改进的免疫遗传算法的最优路径规划 | 第38-47页 |
| 4.4.1 个体编码设计 | 第38-39页 |
| 4.4.2 种群初始化设计 | 第39页 |
| 4.4.3 应用 A*算法抽取示范抗体设计 | 第39-40页 |
| 4.4.4 个体适应度函数设计 | 第40-41页 |
| 4.4.5 遗传算子设计 | 第41-44页 |
| 4.4.6 注射示范抗体设计 | 第44页 |
| 4.4.7 记忆功能设计 | 第44-45页 |
| 4.4.8 算法的终止设定 | 第45页 |
| 4.4.9 汽车行驶路径规划算法流程 | 第45-47页 |
| 第5章 实验过程及结果分析 | 第47-54页 |
| 5.1 实验数据收集 | 第47-49页 |
| 5.2 实验结果分析 | 第49-54页 |
| 5.2.1 道路仿真实例 | 第49-53页 |
| 5.2.2 GA 和 AIGAES 算法比较 | 第53-54页 |
| 第6章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54-55页 |
| 6.2 展望 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 在读期间公开发表论文（著）及科研情况 | 第61-62页 |
| 致谢 | 第62页 |