交通诱导系统的研究与设计
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-11页 |
| ·研究背景 | 第7页 |
| ·研究情况介绍 | 第7-8页 |
| ·多目标算法的研究现状 | 第8-9页 |
| ·课题研究的意义 | 第9页 |
| ·论文的主要内容 | 第9-10页 |
| ·本章小结 | 第10-11页 |
| 2 路径诱导系统框架研究 | 第11-26页 |
| ·路径诱导系统的设计 | 第11-14页 |
| ·系统总体框架 | 第11-12页 |
| ·系统设计的总体目标 | 第12页 |
| ·系统设计的原则 | 第12页 |
| ·面向对象的图形系统设计模型 | 第12-14页 |
| ·图形系统的开发 | 第14-16页 |
| ·组织图形元素类 | 第14页 |
| ·绘制站点图层 | 第14-16页 |
| ·图形的存取 | 第16页 |
| ·站点的查询 | 第16页 |
| ·构建网络拓扑关系 | 第16-21页 |
| ·拓扑关系的数据模型 | 第17-19页 |
| ·路网的存储结构 | 第19-20页 |
| ·系统所采用的数据结构 | 第20-21页 |
| ·路网属性数据库的设计与实现 | 第21-24页 |
| ·数据库结构设计的一般原则 | 第21-22页 |
| ·属性数据库的设计 | 第22-23页 |
| ·属性数据库的访问 | 第23-24页 |
| ·建立图形系统与数据库管理系统的连接 | 第24页 |
| ·开发各种查询、空间信息统计和分析功能 | 第24-25页 |
| ·系统菜单 | 第24-25页 |
| ·查询系统的主要功能 | 第25页 |
| ·本章小结 | 第25-26页 |
| 3 最优路径选择算法 | 第26-32页 |
| ·最优路径算法概述 | 第26-27页 |
| ·Dijkstra算法 | 第27-28页 |
| ·Dijkstra算法基本思想 | 第27页 |
| ·Dijkstra求最短路径的步骤 | 第27-28页 |
| ·Dijkstra算法分析 | 第28页 |
| ·启发式搜索算法—A*算法 | 第28-29页 |
| ·A*算法的基本思想 | 第29页 |
| ·A*算法的步骤 | 第29页 |
| ·A*算法分析 | 第29页 |
| ·Floyd算法 | 第29-30页 |
| ·Floyd算法基本思想 | 第30页 |
| ·遗传算法 | 第30-31页 |
| ·遗传算法的基本思想 | 第30页 |
| ·遗传算法的步骤 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 基于遗传算法的多目标最优路径选择算法 | 第32-45页 |
| ·遗传算法的基本操作及一般流程 | 第32-35页 |
| ·基本操作 | 第32-34页 |
| ·一般流程 | 第34-35页 |
| ·多目标优化 | 第35-36页 |
| ·多目标优化问题的数学模型 | 第35页 |
| ·多目标优化问题的解 | 第35-36页 |
| ·多目标最优路径 | 第36-38页 |
| ·多目标遗传算法 | 第38页 |
| ·非支配分层遗传算法 | 第38-39页 |
| ·新多目标最优路径遗传算法 | 第39-44页 |
| ·染色体编码 | 第39页 |
| ·初始群体产生 | 第39页 |
| ·非劣解集的筛选 | 第39-40页 |
| ·适应度函数 | 第40页 |
| ·选择 | 第40页 |
| ·交叉操作 | 第40-41页 |
| ·变异操作 | 第41页 |
| ·新多目标遗传算法的特性分析 | 第41-42页 |
| ·算法流程 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 5 仿真实验 | 第45-50页 |
| ·Dijkstra算法 | 第45页 |
| ·新的多目标遗传算法 | 第45-47页 |
| ·NSGAII算法 | 第47-48页 |
| ·单目标算法与多目标算法在系统中的应用 | 第48-49页 |
| ·单目标算法在系统中的应用 | 第48-49页 |
| ·多目标算法在系统中的应用 | 第49页 |
| ·本章小结 | 第49-50页 |
| 6 总结与展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-53页 |
