基于精英蚁群算法的交通最优路径研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题的研究背景及意义 | 第11-12页 |
| 1.2 国内外研究进展 | 第12-16页 |
| 1.2.1 信号交叉口延误模型的研究现状 | 第12-14页 |
| 1.2.2 交通路径规划算法的研究现状 | 第14-16页 |
| 1.3 论文的主要研究内容 | 第16-19页 |
| 1.3.1 研究内容与创新点 | 第16-17页 |
| 1.3.2 论文的内容安排 | 第17-19页 |
| 第2章 道路交叉口交通路网模型及仿真平台 | 第19-32页 |
| 2.1 Webster信号交叉口延误提取 | 第19-24页 |
| 2.1.1 信号交叉口延误 | 第19-20页 |
| 2.1.2 延误影响参数 | 第20-21页 |
| 2.1.3 Webster延误提取模型推导 | 第21-24页 |
| 2.2 道路交叉口交通路网模型 | 第24-27页 |
| 2.2.1 基于Petri网的建模方法 | 第24页 |
| 2.2.2 道路建模 | 第24-25页 |
| 2.2.3 交叉口建模 | 第25-27页 |
| 2.3 VISSIM仿真平台 | 第27-31页 |
| 2.3.1 PTV-VISSIM软件介绍 | 第27-29页 |
| 2.3.2 PTV-VISSIM仿真平台 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 精英蚁群算法求解交通最优路径的实现 | 第32-43页 |
| 3.1 交通最优路径问题 | 第32页 |
| 3.2 基本蚁群算法的框架 | 第32-34页 |
| 3.3 精英蚁群算法的实现 | 第34-36页 |
| 3.3.1 精英策略 | 第34-35页 |
| 3.3.2 算法实现 | 第35-36页 |
| 3.4 EAS算法仿真分析 | 第36-42页 |
| 3.4.1 EAS算法的性能 | 第36-37页 |
| 3.4.2 信息启发式因子α对算法的影响 | 第37-38页 |
| 3.4.3 期望启发式因子β对算法的影响 | 第38-40页 |
| 3.4.4 全局信息素更新因子μ对算法的影响 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 算法优化 | 第43-52页 |
| 4.1 信息素初始化规则优化 | 第43-45页 |
| 4.1.1 主干道引导 | 第43页 |
| 4.1.2 行车方向引导 | 第43-44页 |
| 4.1.3 收敛性分析 | 第44-45页 |
| 4.2 全局信息素更新规则优化 | 第45-48页 |
| 4.2.1 双精英蚂蚁策略 | 第45-46页 |
| 4.2.2 性能分析 | 第46-47页 |
| 4.2.3 收敛性分析 | 第47-48页 |
| 4.3 仿真对比分析 | 第48-50页 |
| 4.3.1 性能分析 | 第48-49页 |
| 4.3.2 收敛性分析 | 第49页 |
| 4.3.3 收敛速度与正确率分析 | 第49-50页 |
| 4.4 本章小结 | 第50-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 主要研究内容与结论 | 第52-53页 |
| 5.2 未来研究展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表论文和其他科研成果 | 第57-58页 |
| 致谢 | 第58-59页 |
