智能车远程调度系统设计与研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究背景和意义 | 第10-11页 |
| ·智能车辆相关技术的发展 | 第10-11页 |
| ·智能车辆的发展趋势 | 第11页 |
| ·智能车在国内外发展状况 | 第11-15页 |
| ·国内发展现状 | 第11-13页 |
| ·国外发展现状 | 第13-15页 |
| ·本文主要研究的内容 | 第15-17页 |
| 第2章 调度系统相关技术及理论 | 第17-33页 |
| ·GPS技术 | 第17-21页 |
| ·GPS简介 | 第17页 |
| ·GPS组成 | 第17-18页 |
| ·GPS定位原理 | 第18-21页 |
| ·GIS技术 | 第21-23页 |
| ·GIS简介 | 第21页 |
| ·GIS的特点 | 第21-22页 |
| ·GIS的组成 | 第22页 |
| ·MapWinGIS组件 | 第22-23页 |
| ·图论 | 第23-27页 |
| ·图的基本概念 | 第23-24页 |
| ·多重图与有向图 | 第24-25页 |
| ·连通图 | 第25页 |
| ·带权图 | 第25页 |
| ·图的度 | 第25-26页 |
| ·图与矩阵 | 第26-27页 |
| ·路径搜索算法 | 第27-28页 |
| ·最短路径搜索算法 | 第27-28页 |
| ·启发式搜索算法 | 第28页 |
| ·粒子群算法和遗传算法 | 第28-32页 |
| ·粒子群算法 | 第28-30页 |
| ·遗传算法 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 智能车调度系统的设计与实现 | 第33-45页 |
| ·调度系统总体设计 | 第33页 |
| ·调度系统技术构架 | 第33-35页 |
| ·逻辑结构设计 | 第33-34页 |
| ·网络结构设计 | 第34-35页 |
| ·开发工具的选择 | 第35页 |
| ·调度系统功能设计 | 第35-37页 |
| ·网关模块 | 第35-36页 |
| ·实时监控模块 | 第36-37页 |
| ·数据库设计 | 第37-39页 |
| ·通讯协议定义 | 第39-41页 |
| ·数据请求协议 | 第39页 |
| ·数据传输协议 | 第39-41页 |
| ·数据回应协议 | 第41页 |
| ·模拟器设计 | 第41-43页 |
| ·调度系统软件设计 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 智能车调度算法研究与实现 | 第45-54页 |
| ·智能车调度算法的数学模型 | 第45-48页 |
| ·问题描述 | 第45-47页 |
| ·数学模型 | 第47-48页 |
| ·智能车调度算法的实现 | 第48-53页 |
| ·粒子群算法的实现 | 第48-52页 |
| ·遗传算法的实现 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 实验分析 | 第54-70页 |
| ·实验组一 | 第55-58页 |
| ·粒子群算法实验结果 | 第56-57页 |
| ·遗传算法实验结果 | 第57-58页 |
| ·算法比较 | 第58页 |
| ·实验组二 | 第58-61页 |
| ·粒子群算法实验结果 | 第59-60页 |
| ·遗传算法实验结果 | 第60-61页 |
| ·算法比较 | 第61页 |
| ·实验组三 | 第61-65页 |
| ·粒子群算法实验结果 | 第63-64页 |
| ·遗传算法实验结果 | 第64页 |
| ·算法比较 | 第64-65页 |
| ·实验组四 | 第65-68页 |
| ·粒子群算法实验结果 | 第66-67页 |
| ·遗传算法实验结果 | 第67-68页 |
| ·算法比较 | 第68页 |
| ·实验总结与分析 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 总结与展望 | 第70-72页 |
| 1. 工作总结 | 第70页 |
| 2. 展望 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 附录A (攻读学位期间发表的论文) | 第78-79页 |
| 附录B (调度系统主界面程序C#) | 第79-110页 |
