| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第14-24页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15页 |
| 1.2 国内外研究概况 | 第15-20页 |
| 1.2.1 国外研究现状 | 第15-18页 |
| 1.2.2 国内研究现状 | 第18-20页 |
| 1.3 论文研究内容和技术路线 | 第20-22页 |
| 1.3.1 论文研究内容 | 第20-21页 |
| 1.3.2 论文技术路线 | 第21-22页 |
| 1.4 章节小结 | 第22-24页 |
| 2 北京市二环内区域路网的复杂网络特性分析 | 第24-42页 |
| 2.1 复杂网络概述 | 第24-27页 |
| 2.1.1 网络的图论表示 | 第24-26页 |
| 2.1.2 复杂网络统计特性 | 第26-27页 |
| 2.2 基于图论的路网拓扑结构的建立 | 第27-31页 |
| 2.2.1 拓扑结构抽象方法的选择 | 第27-28页 |
| 2.2.2 北京市二环内区域路网拓扑结构的建立 | 第28-31页 |
| 2.3 基于Pajek的路网节点复杂网络统计参数计算 | 第31-40页 |
| 2.3.1 Pajek复杂网络分析软件介绍 | 第31-32页 |
| 2.3.2 基于Pajek的路网节点的加权度和介数计算 | 第32-40页 |
| 2.4 章节小结 | 第40-42页 |
| 3 基于自组织竞争神经网络聚类的道路关键节点识别 | 第42-58页 |
| 3.1 自组织竞争神经网络聚类分析方法介绍 | 第42-45页 |
| 3.1.1 关键节点识别方法总结 | 第42-43页 |
| 3.1.2 自组织竞争神经网络的基本原理 | 第43-44页 |
| 3.1.3 自组织竞争神经网络的聚类过程 | 第44-45页 |
| 3.2 关键节点的自组织竞争神经网络识别模型的建立 | 第45-48页 |
| 3.2.1 自组织竞争网络识别模型的原理 | 第45-46页 |
| 3.2.2 关键节点识别模型在MATLAB中的实现 | 第46-48页 |
| 3.3 关键节点识别的实例研究 | 第48-57页 |
| 3.3.1 数据的分析与处理 | 第48-52页 |
| 3.3.2 关键节点识别仿真过程 | 第52-54页 |
| 3.3.3 关键节点识别仿真结果分析 | 第54-57页 |
| 3.4 章节小结 | 第57-58页 |
| 4 基于路网关键节点的应急资源选址模型的建立与分析 | 第58-76页 |
| 4.1 应急资源选址模型的建立 | 第58-64页 |
| 4.1.1 应急资源选址方法概述 | 第58-60页 |
| 4.1.2 基于Dijkstra算法的最短时间邻接矩阵建立 | 第60-63页 |
| 4.1.3 城市区域路网应急资源选址模型的建立 | 第63-64页 |
| 4.2 基于遗传算法的配置模型求解 | 第64-74页 |
| 4.2.1 遗传算法概述 | 第64-66页 |
| 4.2.2 基于遗传算法的应急资源选址模型算法设计 | 第66-68页 |
| 4.2.3 基于关键节点的应急资源选址实例研究 | 第68-74页 |
| 4.3 章节小结 | 第74-76页 |
| 5 总结和展望 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 附录A | 第84-100页 |
| 附录B | 第100-116页 |
| 附录C | 第116-134页 |
| 作者简历及攻读硕士期间取得的研究成果 | 第134-138页 |
| 学位论文数据集 | 第138页 |
