| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-17页 |
| ·我国城市道路交通中存在的典型问题 | 第10-11页 |
| ·交通最优路径选择算法研究的背景和意义 | 第11-13页 |
| ·交通最优路径选择的国内外研究现状 | 第13-15页 |
| ·国外研究现状 | 第13-15页 |
| ·我国研究现状 | 第15页 |
| ·本文研究内容 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 2 最优路径选择的研究现状 | 第17-26页 |
| ·最优路径问题的分类 | 第17-19页 |
| ·按问题类型分类 | 第17页 |
| ·按拓扑结构的网络特征分类 | 第17-18页 |
| ·按路径问题的实现技术类分类 | 第18-19页 |
| ·经典最优路径算法分析 | 第19-21页 |
| ·传统Dijkstra算法 | 第19-20页 |
| ·Floyd算法 | 第20-21页 |
| ·其他的最优路径算法 | 第21-25页 |
| ·基于层次空间推理的最优路径算法 | 第21-22页 |
| ·基于点—弧段联合结构表示法的最优路径算法 | 第22-24页 |
| ·基于流体神经网络的最优路径算法 | 第24页 |
| ·基于模拟退火算法的曲面最短路径算法 | 第24页 |
| ·SLDF(SmallestLabel Depth First)算法 | 第24页 |
| ·夹角算法 | 第24-25页 |
| ·小结 | 第25-26页 |
| 3 蚁群算法原理及其应用 | 第26-36页 |
| ·蚁群算法概述 | 第26-27页 |
| ·蚁群算法的基本原理 | 第27-28页 |
| ·蚁群算法的模型 | 第28-30页 |
| ·TSP问题的描述 | 第29页 |
| ·蚁群算法的描述 | 第29-30页 |
| ·蚁群算法的流程 | 第30-32页 |
| ·蚁群算法的应用 | 第32-34页 |
| ·算法的优缺点分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 4 基于蚁群算法的最优路径选择系统设计与实现 | 第36-50页 |
| ·算法关键参数和操作设定 | 第36-38页 |
| ·开发环境 | 第38-39页 |
| ·硬件环境 | 第38页 |
| ·软件环境 | 第38-39页 |
| ·应用的关键技术 | 第39页 |
| ·系统总体结构设计 | 第39页 |
| ·子系统的划分 | 第39页 |
| ·系统模块功能 | 第39-41页 |
| ·路径选择算法模块 | 第40页 |
| ·GIS模块 | 第40-41页 |
| ·操作界面的设计和使用 | 第41-45页 |
| ·参数设置实验分析 | 第45-49页 |
| ·实验设计 | 第45页 |
| ·实验结果及分析 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 5 总结与展望 | 第50-52页 |
| ·论文主要工作与结论 | 第50页 |
| ·后续工作的展望 | 第50-52页 |
| 参考文献 | 第52-54页 |
| 附录A | 第54-65页 |
| 作者简历 | 第65-67页 |
| 学位论文数据集 | 第67页 |