| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状及趋势 | 第11-14页 |
| 1.2.1 粒子群算法的研究现状及趋势 | 第11-13页 |
| 1.2.2 动态交通分配问题的研究现状及趋势 | 第13-14页 |
| 1.3 本文的主要研究内容及工作 | 第14-16页 |
| 1.3.1 论文的主要内容与安排 | 第15-16页 |
| 1.3.2 论文的创新点 | 第16页 |
| 1.4 本章小结 | 第16-17页 |
| 第二章 基于种群分类的粒子群算法 | 第17-33页 |
| 2.1 标准粒子群优化算法 | 第17-19页 |
| 2.1.1 算法的数学描述 | 第17-18页 |
| 2.1.2 算法的基本流程 | 第18-19页 |
| 2.2 基于种群分类的粒子群算法概述 | 第19-21页 |
| 2.3 算法描述 | 第21-23页 |
| 2.3.1 基本步骤 | 第21-22页 |
| 2.3.2 种群分类算法的流程图 | 第22-23页 |
| 2.4 实验与结果分析 | 第23-32页 |
| 2.4.1 实验设置 | 第24-26页 |
| 2.4.2 实验结果 | 第26-32页 |
| 2.4.3 实验分析 | 第32页 |
| 2.5 小结 | 第32-33页 |
| 第三章 基于交叉策略的粒子群优化算法 | 第33-43页 |
| 3.1 交叉策略的思想 | 第33-35页 |
| 3.2 算法描述 | 第35页 |
| 3.3 算法性能验证 | 第35-41页 |
| 3.3.1 实验设置 | 第35-36页 |
| 3.3.2 实验结果 | 第36-41页 |
| 3.3.3 实验分析 | 第41页 |
| 3.4 小结 | 第41-43页 |
| 第四章 改进的粒子群算法在动态交通分配问题中的应用 | 第43-55页 |
| 4.1 动态交通分配模型 | 第43-46页 |
| 4.1.1 模型的定义和基本参数 | 第43-44页 |
| 4.1.2 典型的动态交通分配模型 | 第44-46页 |
| 4.2 模型的求解 | 第46-53页 |
| 4.2.1 标准粒子群算法求解 | 第46-48页 |
| 4.2.2 基于种群分类的粒子群算法的求解方法 | 第48-50页 |
| 4.2.3 基于交叉策略的粒子群算法的求解方法 | 第50-53页 |
| 4.3 实验结果分析 | 第53-54页 |
| 4.4 小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-58页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士期间的论文发表情况 | 第62-64页 |
| 致谢 | 第64页 |